When reading a literary piece, readers often make inferences about various characters' roles, personalities, relationships, intents, actions, etc. While humans can readily draw upon their past experiences to build such a character-centric view of the narrative, understanding characters in narratives can be a challenging task for machines. To encourage research in this field of character-centric narrative understanding, we present LiSCU -- a new dataset of literary pieces and their summaries paired with descriptions of characters that appear in them. We also introduce two new tasks on LiSCU: Character Identification and Character Description Generation. Our experiments with several pre-trained language models adapted for these tasks demonstrate that there is a need for better models of narrative comprehension.


翻译:阅读文学作品时,读者常常对各种角色的作用、个性、关系、意图、行动等作出推断。虽然人类可以随时利用过去的经验来建立这种以性为中心的叙事观点,但理解叙事中的字符对于机器来说是一项艰巨的任务。为了鼓励对以性为中心的叙事理解领域的研究,我们介绍了LISCU -- -- 一套新的文学作品数据集及其摘要,配有其中出现的人物的描述。我们还介绍了LISCU的两项新任务:特征识别和特征描述生成。我们用为这些任务调整的若干经过预先训练的语言模型进行的实验表明,需要有更好的叙事理解模式。

0
下载
关闭预览

相关内容

专知会员服务
33+阅读 · 2021年10月9日
【CIKM2020】学习个性化网络搜索会话
专知会员服务
15+阅读 · 2020年9月20日
【Google】平滑对抗训练,Smooth Adversarial Training
专知会员服务
49+阅读 · 2020年7月4日
零样本文本分类,Zero-Shot Learning for Text Classification
专知会员服务
97+阅读 · 2020年5月31日
机器学习入门的经验与建议
专知会员服务
94+阅读 · 2019年10月10日
已删除
将门创投
12+阅读 · 2019年7月1日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Arxiv
5+阅读 · 2018年5月31日
VIP会员
相关资讯
已删除
将门创投
12+阅读 · 2019年7月1日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Top
微信扫码咨询专知VIP会员