Key points are not available for this paper at this time.
Einführung Dieses Papier stellt MAKEBELIEVE vor, einen interaktiven Geschichtenerzeugungsagenten, der Alltagswissen nutzt, um kurze fiktive Texte aus einer vom Benutzer bereitgestellten anfänglichen Saatgeschichte zu generieren. Ein Teilbereich des Alltagswissens, der Kausalität beschreibt, wie der Satz „Eine Konsequenz des Alkoholtrinkens ist Intoxikation“, wird aus der Ontologie der Open Mind Commonsense Knowledge Base (Singh, 2002) ausgewählt. Binäre Kausalbeziehungen werden aus diesen Sätzen extrahiert und als grobe Trans-Frames (Minsky, 1988) gespeichert. Durch das Durchführen von unscharfer, kreativitätsgetriebener Inferenz über diese Frames werden kreative „kausale Ketten“ produziert, die zur Geschichtenerzeugung verwendet werden. Das aktuelle System hat größtenteils lokale paarweise Einschränkungen zwischen den Schritten in der Geschichte, obwohl globale Einschränkungen wie die narrative Struktur hinzugefügt werden. Unsere Motivation für dieses Projekt stammt aus zwei Fragen: Kann eine großangelegte Wissensbasis des Alltagswissens der KI-Community zugutekommen, indem sie neues Wissen und Methoden bereitstellt, um schwierige KI-Probleme anzugehen? Und da das vollständige Alltagsdenken noch nicht ausgereift ist, können wir mit einem „fail-soft“-Ansatz Erfolg demonstrieren? Wir haben die Geschichtenerzeugung gewählt, weil wir glauben, dass es sich um ein klassisches KI-Problem handelt, das kreativ mit Alltagswissen angegangen werden kann. Im Vergleich zur Problemlösung oder Beantwortung von Fragen ist die Geschichtenerzeugung ein „weicheres“ Problem, bei dem es an sich keine falsche Lösung gibt und diese Lösung subjektiv bewertet wird. Dieses Papier ist wie folgt gegliedert. Im ersten Abschnitt rahmen wir unseren Ansatz im Kontext vorheriger Arbeiten zur Geschichtenerzeugung. Im zweiten Abschnitt präsentieren wir die Darstellung von Alltagswissen im System und Techniken für unscharfe, kreativitätsgetriebene Inferenz. Der dritte Abschnitt gibt einen Überblick über die Architektur der Geschichtenerzeugung von MAKEBELIEVE. Wir schließen mit einer Bewertung des Systems, gefolgt von einigen Diskussionen.
Liu et al. (Sun,) haben diese Frage untersucht.