沒有什么比令人失望的好故事更令人失望的了。因此，卡內基·梅隆大學(Carnegie Mellon University)的研究人員在自動敘事的年輕領域工作，他們認為自己并沒有通過設計更好的結局來取得領先。

問題在于，大多數(shù)用于生成故事結尾的算法都傾向于使用通用句子，例如“他們度過了愉快的時光”或“他很傷心”。這些可能很無聊，但是CMU語言技術學院的教授艾倫·布萊克(Alan Black)表示，它們并不一定比“ UFO來了，把它們全部奪走”這樣的不合邏輯的說法更糟。

在8月1日星期四于意大利佛羅倫薩舉行的第二次講故事講習班上發(fā)表的論文中，布萊克和學生Prakhar Gupta，Vinayshekhar Bannihatti Kumar和Mukul Bhutani提出了一種產生結局的模型，該結局既與故事相關，又足夠多樣有趣。

布萊克說，平衡這些目標的一個技巧是要求模型在結尾處加入一些與故事早期使用的關鍵詞相關的關鍵詞。同時，該模型因在結尾使用一些稀有單詞而獲得獎勵，希望選擇一個無法完全預測的結尾。

考慮一下這個由機器人生成的故事：“梅根(Megan)對選美世界是陌生的。實際上，這是她的第一個。她很開心，但也很緊張。結果出來了，她和其他參賽者走了出去。” 現(xiàn)有的算法產生了這些可能的結局：“她很失望，因為她不必學習如何取勝”，以及“第二天，她很高興有一個新朋友。” CMU算法得出了這樣的結局：“梅根贏得了選美比賽。”

布萊克承認，這些選擇都不代表永無止境的散文，但當自動評分和由三位審稿人評分時，CMU模型產生的結局得分均高于舊模型。

研究人員已經在對話代理上工作了多年，但是自動敘事提出了新的技術挑戰(zhàn)。

布萊克說：“在對話中，人們的問題和響應可以幫助使計算機的響應保持正常。” “但是，當機器人在講故事時，這意味著它必須保持連貫性比對話中保持更長的時間。”

布萊克說，自動敘事可能會被用于在視頻游戲中生成故事，或者會生成用于總結會議演示的故事。另一個應用程序可能是生成用于維修或使用復雜設備的指