Buchumschlag

Event Causality Is Key to Computational Story Understanding

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Yidan, Chao, Qin, Li, Boyang
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multilingual Synopses of Movie Narratives: A Dataset for Vision-Language Story Understanding
von: Sun, Yidan, et al.
Veröffentlicht: (2024)

Enhancing Event Causality Identification with Rationale and Structure-Aware Causal Question Answering
von: Zhang, Baiyan, et al.
Veröffentlicht: (2024)

Causal Attention with Lookahead Keys
von: Song, Zhuoqing, et al.
Veröffentlicht: (2025)

Cross-Document Event-Keyed Summarization
von: Walden, William, et al.
Veröffentlicht: (2024)

SAGA: A Participant-specific Examination of Story Alternatives and Goal Applicability for a Deeper Understanding of Complex Events
von: Vallurupalli, Sai, et al.
Veröffentlicht: (2024)

What Matters in Evaluating Book-Length Stories? A Systematic Study of Long Story Evaluation
von: Yang, Dingyi, et al.
Veröffentlicht: (2025)

Injecting Knowledge from Social Science Journals to Improve Indonesian Cultural Understanding by LLMs
von: Kartiyasa, Adimulya, et al.
Veröffentlicht: (2026)

Instruction Tuning for Story Understanding and Generation with Weak Supervision
von: Yuan, Yangshu, et al.
Veröffentlicht: (2025)

Two Causally Related Needles in a Video Haystack
von: Li, Miaoyu, et al.
Veröffentlicht: (2025)

Causal Order: The Key to Leveraging Imperfect Experts in Causal Inference
von: Vashishtha, Aniket, et al.
Veröffentlicht: (2023)

Event-Keyed Summarization
von: Gantt, William, et al.
Veröffentlicht: (2024)

Massive Values in Self-Attention Modules are the Key to Contextual Knowledge Understanding
von: Jin, Mingyu, et al.
Veröffentlicht: (2025)

Previously on the Stories: Recap Snippet Identification for Story Reading
von: Li, Jiangnan, et al.
Veröffentlicht: (2024)

StoryLens: Preference-Aligned Story Rewriting via Context-Aware Narrative Enrichment
von: Cui, Hanwen, et al.
Veröffentlicht: (2026)

Identifying while Learning for Document Event Causality Identification
von: Liu, Cheng, et al.
Veröffentlicht: (2024)

Navigating Semantic Relations: Challenges for Language Models in Abstract Common-Sense Reasoning
von: Gawin, Cole, et al.
Veröffentlicht: (2025)

Event Causality Identification with Synthetic Control
von: Wang, Haoyu, et al.
Veröffentlicht: (2025)

Long Story Short: Story-level Video Understanding from 20K Short Films
von: Ghermi, Ridouane, et al.
Veröffentlicht: (2024)

StorySparkQA: Expert-Annotated QA Pairs with Real-World Knowledge for Children's Story-Based Learning
von: Chen, Jiaju, et al.
Veröffentlicht: (2023)

MAVEN-Arg: Completing the Puzzle of All-in-One Event Understanding Dataset with Event Argument Annotation
von: Wang, Xiaozhi, et al.
Veröffentlicht: (2023)

Designing Computational Tools for Exploring Causal Relationships in Qualitative Data
von: Meng, Han, et al.
Veröffentlicht: (2026)

ChuLo: Chunk-Level Key Information Representation for Long Document Understanding
von: Li, Yan, et al.
Veröffentlicht: (2024)

Modeling Understanding of Story-Based Analogies Using Large Language Models
von: Inani, Kalit, et al.
Veröffentlicht: (2025)

Beyond Single-Sentence Prompts: Upgrading Value Alignment Benchmarks with Dialogues and Stories
von: Zhang, Yazhou, et al.
Veröffentlicht: (2025)

The Essence of Contextual Understanding in Theory of Mind: A Study on Question Answering with Story Characters
von: Zhou, Chulun, et al.
Veröffentlicht: (2025)

Lost in Stories: Consistency Bugs in Long Story Generation by LLMs
von: Li, Junjie, et al.
Veröffentlicht: (2026)

Zero-to-Strong Generalization: Eliciting Strong Capabilities of Large Language Models Iteratively without Gold Labels
von: Liu, Chaoqun, et al.
Veröffentlicht: (2024)

Causal Understanding by LLMs: The Role of Uncertainty
von: Lithgow-Serrano, Oscar, et al.
Veröffentlicht: (2025)

Generalizing to Unseen Disaster Events: A Causal View
von: Seeberger, Philipp, et al.
Veröffentlicht: (2025)

Reproducibility Report: Test-Time Training on Nearest Neighbors for Large Language Models
von: Zhou, Boyang, et al.
Veröffentlicht: (2025)

Towards Minimal Causal Representations for Human Multimodal Language Understanding
von: Jiang, Menghua, et al.
Veröffentlicht: (2025)

StoryReasoning Dataset: Using Chain-of-Thought for Scene Understanding and Grounded Story Generation
von: Oliveira, Daniel A. P., et al.
Veröffentlicht: (2025)

Uncovering the Bigger Picture: Comprehensive Event Understanding Via Diverse News Retrieval
von: Tang, Yixuan, et al.
Veröffentlicht: (2025)

Towards Event-oriented Long Video Understanding
von: Du, Yifan, et al.
Veröffentlicht: (2024)

StoryAlign: Evaluating and Training Reward Models for Story Generation
von: Xia, Haotian, et al.
Veröffentlicht: (2026)

PromptCL: Improving Event Representation via Prompt Template and Contrastive Learning
von: Feng, Yubo, et al.
Veröffentlicht: (2024)

Zero-Shot Event Causality Identification via Multi-source Evidence Fuzzy Aggregation with Large Language Models
von: Zeng, Zefan, et al.
Veröffentlicht: (2025)

Weak Reward Model Transforms Generative Models into Robust Causal Event Extraction Systems
von: da Silva, Italo Luis, et al.
Veröffentlicht: (2024)

Diversify, Rationalize, and Combine: Ensembling Multiple QA Strategies for Zero-shot Knowledge-based VQA
von: Li, Miaoyu, et al.
Veröffentlicht: (2024)

BERTtime Stories: Investigating the Role of Synthetic Story Data in Language Pre-training
von: Theodoropoulos, Nikitas, et al.
Veröffentlicht: (2024)