テキストの先へ：複雑な物語生成のためのグラフベース推論
arXiv cs.CL / 2026/4/24
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、既存のLLMによる物語生成では、グローバルな物語の一貫性や文脈上の論理整合性、キャラクターの連続性を維持しにくく、その結果として反復的で構造的に破綻した脚本が生じがちだと指摘しています。
- それを受けて、PLOTTERというフレームワークを提案し、イベントグラフとキャラクタグラフといったグラフ表現に基づいて物語を計画することで、従来のように時系列テキスト上で直接計画しない方針を採ります。
- PLOTTERはEvaluate–Plan–Reviseのループをグラフに適用し、厳密な論理制約のもとでトポロジの問題を診断・修復してから、因果関係と物語の骨格を最適化し、その後に完全な文脈を生成します。
- 実験ではPLOTTERが複数のベースラインを、さまざまな物語シナリオにおいて有意に上回り、複雑なストーリーテリングにおけるLLMの長文コンテキスト推論は「構造的なグラフで計画する」ことで改善できることが裏付けられています。
