没有什么能比得上糟糕的好故事更令人失望。因此，卡内基梅隆大学的研究人员在自动叙事的年轻领域工作，并不认为他们通过设计更好的结局而领先于自己。

问题在于，大多数用于生成故事结尾的算法倾向于支持通用句子，例如“他们玩得很开心”或“他很难过”。那些可能很无聊，但是CMU语言技术研究所的教授艾伦·布莱克说，他们并不一定比“不明飞行物带来他们全部带走”这样的不合理更糟糕。

8月1日星期四，在意大利佛罗伦萨举办的第二届讲故事研讨会上，Black和学生Prakhar Gupta，Vinayshekhar Bannihatti Kumar和Mukul Bhutani在一篇论文中提出了一个模型，用于生成与故事相关且多样化的结局。有趣。

布莱克说，平衡这些目标的一个诀窍是要求模型将一些关键词合并到与故事早期使用的那些相关的结尾。与此同时，该模型因在结尾处使用一些罕见的单词而获得奖励，希望选择一个不完全可预测的结尾。

想想这个机器人生成的故事：“梅根是选美世界的新手。事实上，这是她的第一个。她真的很享受自己，但也非常紧张。结果出现了，她和其他参赛者走了出来“。现有的算法产生了这些可能的结局：“她很失望，她不必学习如何获胜，”和“第二天，她很高兴有一个新朋友。”CMU算法产生了这样的结局：“梅根赢得了选美比赛。”

布莱克承认，没有一个选择代表不死的散文，但CMU模型产生的结局在自动得分和三个人类评论者得分时都高于旧模特。

多年来，研究人员一直在研究会话代理，但自动化的故事讲述带来了新的技术挑战。

“在谈话中，人类的问题和反应有助于保持计算机的响应正常，”布莱克说。“然而，当机器人讲述一个故事时，这意味着它必须保持连贯的时间远远超过对话。”

Black说，自动讲故事可用于在视频游戏中生成子目录，或者用于生成在会议中汇总演示文稿的故事。另一个应用可能是生成修复某些东西的指令，或者使用可以根据用户的技能或知识水平定制的复杂设备，或者用户可用的确切工具或设备。