Niente delude come una bella storia con un finale scadente. Quindi i ricercatori della Carnegie Mellon University che lavorano nel giovane campo della narrazione automatizzata non pensano di andare troppo oltre inventando finali migliori.

Il problema è che la maggior parte degli algoritmi per generare la fine di una storia tende a favorire frasi generiche, come "Si sono divertiti molto, " o "Era triste". Potrebbero essere noiosi, ma Alan Black, un professore al Language Technologies Institute della CMU, ha detto che non sono necessariamente peggio di un non sequitur come "L'UFO è arrivato e li ha portati via tutti".

In un documento presentato giovedì, 1 agosto al Secondo Laboratorio di Storytelling a Firenze, Italia, Nero e studenti Prakhar Gupta, Vinayshekhar Bannihatti Kumar e Mukul Bhutani hanno presentato un modello per generare finali che saranno sia rilevanti per la storia che abbastanza diversi da essere interessanti.

Un trucco per bilanciare questi obiettivi, Nero ha detto, è richiedere al modello di incorporare alcune parole chiave nel finale che siano correlate a quelle usate all'inizio della storia. Allo stesso tempo, il modello viene premiato per aver usato alcune parole rare nel finale, nella speranza di scegliere un finale non del tutto prevedibile.

Considera questa storia generata dal bot:"Megan era nuova nel mondo dei concorsi. In effetti, questo è stato il suo primo vero. Si stava davvero divertendo, ma era anche piuttosto nervoso. I risultati erano arrivati ​​e lei e gli altri concorrenti se ne sono andati." Gli algoritmi esistenti hanno generato questi possibili finali:"Era delusa dal fatto che non avrebbe dovuto imparare a vincere, " e "Il giorno dopo, era felice di avere un nuovo amico." L'algoritmo CMU ha prodotto questo finale:"Megan ha vinto la competizione".

Nessuna delle selezioni rappresenta una prosa immortale, Nero riconosciuto, ma i finali generati dal modello CMU hanno ottenuto punteggi più alti rispetto ai modelli precedenti sia quando valutati automaticamente che da tre revisori umani.

I ricercatori hanno lavorato per anni su agenti conversazionali, ma lo storytelling automatizzato presenta nuove sfide tecniche.

"In una conversazione, le domande e le risposte dell'essere umano possono aiutare a tenere traccia delle risposte del computer, " disse Black. "Quando il bot racconta una storia, però, ciò significa che deve rimanere coerente molto più a lungo di quanto non faccia in una conversazione."

Lo storytelling automatizzato potrebbe essere utilizzato per generare sottostorie nei videogiochi, Nero ha detto, o per generare storie che riassumono presentazioni a una conferenza. Un'altra applicazione potrebbe essere quella di generare istruzioni per riparare qualcosa o utilizzare apparecchiature complicate che possono essere personalizzate in base all'abilità o al livello di conoscenza dell'utente, o agli esatti strumenti o attrezzature a disposizione dell'utente.