CHIRON: Un modo nuovo di rappresentare i personaggi

I personaggi sono parti chiave delle storie, ma i metodi attuali per studiarli o crearli non sono molto efficaci. Molti sistemi esistenti rendono i personaggi più semplici di quello che sono, spesso usando grafici o brevi descrizioni che perdono molta complessità. Per migliorare questo, abbiamo creato CHIRON, un nuovo sistema di rappresentazione dei personaggi ispirato a cosa suggeriscono gli scrittori professionisti.

#Panoramica di CHIRON

Nella mitologia greca, Chirone era noto per la sua saggezza e per aver mentore diversi eroi. Il nostro sistema, CHIRON, sta per CHaracter-Informed Representations Over Narratives. Utilizza un formato di scheda carattere per organizzare informazioni dettagliate sui personaggi. Abbiamo sviluppato CHIRON in due fasi principali:

1. Modulo di Generazione: Questa parte fa domande a un modello di linguaggio su un personaggio basato su un frammento di storia per raccogliere informazioni dettagliate.

2. Modulo di Validazione: Questa parte verifica le informazioni generate dal primo passaggio per assicurarsi che siano accurate e utili. Utilizziamo un processo di ragionamento e un modello speciale che verifica le relazioni tra le affermazioni e la storia.

#Perché i Personaggi Contano

Molti scrittori concordano sul fatto che i personaggi siano fondamentali per storie coinvolgenti. La ricerca precedente si è concentrata sul tracciare relazioni e viaggi emotivi dei personaggi. Tuttavia, questi approcci non catturano ancora la piena profondità dei personaggi. Guardando ai consigli dati agli scrittori, abbiamo notato che i personaggi possono essere più complessi e richiedere descrizioni dettagliate che possono cambiare nel corso della storia.

#La Struttura di CHIRON

CHIRON si basa su schede di personaggio strutturate che coprono quattro aree principali:

• Dialogo: Questo esamina come un personaggio parla e interagisce.
• Aspetto/Personalità: Questo descrive come appare un personaggio e le sue caratteristiche personali.
• Conoscenza: Questo dettaglia cosa sa un personaggio.
• Obiettivi: Questo delinea cosa vuole raggiungere o ha già raggiunto un personaggio.

Utilizzando queste categorie, il Modulo di Generazione pone domande ai modelli di linguaggio su ciascuna parte. Nonostante l'uso di vari modelli, l'output a volte non si allinea bene con la storia. Perciò, abbiamo creato il Modulo di Validazione per garantire maggiore accuratezza e utilità nella rappresentazione dei personaggi.

#Costruire le Schede CHIRON

Per costruire CHIRON, abbiamo usato il dataset STORIUM, che consiste in storie scritte collaborativamente da molte persone. Ogni voce si concentra su un personaggio specifico, rendendola ideale per testare il nostro metodo di rappresentazione dei personaggi.

Validiamo CHIRON in due modi principali:

1. Predizione di Personaggi Mascherati: In questo compito, usiamo CHIRON per prevedere i nomi di personaggi mascherati in un frammento di storia. I nostri test hanno mostrato che CHIRON è più efficace dei metodi basati su riassunti per questo compito.

2. Metriche Automatiche: Abbiamo creato metriche basate sulle nostre schede di personaggio per comprendere meglio come i personaggi vengono utilizzati sia nelle storie scritte dagli umani che in quelle generate dai modelli di linguaggio. Queste metriche si allineano bene con i giudizi umani.

#Il Modulo di Validazione

Il Modulo di Validazione è essenziale per determinare se le affermazioni su un personaggio siano corrette in base al frammento di storia. Utilizza ragionamento automatizzato combinato con un modello addestrato che può verificare i fatti.

Per creare i dati per questo modulo, abbiamo chiesto ad annotatori umani di valutare l'accuratezza di diverse affermazioni riguardanti i personaggi. Questo processo ci ha aiutato a garantire che le affermazioni generate sui personaggi siano valide.

#Risultati dal Compito di Predizione dei Personaggi Mascherati

Nei nostri test, abbiamo scoperto che CHIRON ha costantemente battuto altri metodi nella previsione di personaggi mascherati nei frammenti. Concentrandoci sulle rappresentazioni dei personaggi generate da CHIRON, abbiamo migliorato significativamente la nostra accuratezza predittiva rispetto ai riassunti standard.

#Analisi della Densità dei Personaggi nelle Storie

Oltre a migliorare la rappresentazione dei personaggi, volevamo anche analizzare le storie usando una metrica di densità che abbiamo sviluppato. Questa metrica misura quanto focus una storia mette sui suoi personaggi confrontando il numero di frasi in una scheda di personaggio con il numero totale di frasi nella storia. Una maggiore densità suggerisce che i personaggi giocano un ruolo centrale nella narrativa.

Abbiamo scoperto che questa metrica di densità dei personaggi si allinea bene con i giudizi umani sull'importanza dei personaggi in varie storie. Questo significa che possiamo usare la nostra metrica per analizzare le storie senza bisogno di ampie revisioni umane.

#Confrontare Diversi Stili di Storia

Usando la metrica di densità, possiamo anche confrontare diversi tipi di storie. L'abbiamo testata su diversi dataset, comprese le storie STORIUM e storie di altre fonti. Le nostre scoperte si sono allineate con le nostre aspettative, poiché le storie STORIUM avevano la densità più alta grazie alla loro natura incentrata sui personaggi. Al contrario, le storie provenienti da pubblicazioni come il New Yorker avevano punteggi di densità più bassi, probabilmente a causa delle loro strutture narrative più creative e meno focalizzate sui personaggi.

#Direzioni Future per CHIRON

Guardando al futuro, intendiamo usare CHIRON per generare storie più incentrate sui personaggi. Una sfida che affrontiamo è identificare cosa renda un personaggio interessante. Le caratteristiche a breve termine di un personaggio potrebbero essere importanti in un certo momento della storia ma meno rilevanti più avanti. Le ricerche future esploreranno come incorporare la natura in evoluzione delle informazioni sui personaggi man mano che la narrativa si sviluppa.

#Espandere Oltre le Storie in Inglese

Il nostro lavoro attuale si è concentrato solo sulle narrazioni in lingua inglese. Progetti futuri potrebbero espandere la rappresentazione e l'analisi dei personaggi in altre lingue e culture, consentendo caratterizzazioni più diverse.

#Considerazioni Etiche

Quando si creano sistemi che generano testo, c'è sempre il rischio di produrre contenuti dannosi. Abbiamo cercato di evitare argomenti inappropriati filtrando il dataset STORIUM. Tuttavia, c'è ancora la possibilità che le descrizioni dei personaggi generate possano rafforzare stereotipi. La nostra speranza è che dettagli più ricchi sui personaggi riducano questo rischio, ma rimane una preoccupazione che dobbiamo affrontare nella ricerca futura.

#Conclusione

CHIRON offre un nuovo modo di rappresentare i personaggi nelle narrazioni a lungo termine. Utilizzando un formato di scheda di personaggio strutturata e convalidando le informazioni generate, possiamo creare rappresentazioni di personaggi più accurate e utili. I nostri metodi mostrano risultati promettenti in compiti incentrati sui personaggi, come la predizione di personaggi mascherati e l'analisi automatizzata delle storie. Man mano che avanziamo, miriamo a migliorare la nostra comprensione dei personaggi e la qualità della narrazione in vari mezzi.