迪士尼与麻省年夜学波士顿分校的研讨人员协作开辟了一种技巧，可以或许应用人工智能算法评价短篇故事风行度。固然这些人工智能法式还不克不及像专业文学批驳家一样剖析故事的利害，但却可以或许猜测哪些故事能够最受迎接。“我们的神经收集在猜测故事可否风行方面获得了一些胜利。”迪士尼研讨员Boyang Li说，“你还不克不及应用它们遴选本地写作竞赛的优越者，但却可以用于指点将来的研讨。”
研讨人员应用社交问答网站Quora上的文章来练习人工智能法式，由于该网站上的许多谜底都以故事的情势表现，所以读者的点赞可以作为一项风行度目标，年夜致表现故事的质量。
该团队搜集了年夜约5.5万条答复，将个中跨越2.8万条归为故事，每个故事均匀有369个单词。他们随后还开辟了两个分歧的神经收集——一个用于检查每一个故事的分歧部门，别的一个从加倍全体的视角评价一个故事。
每一个人工智能都可以猜测一个故事的绝对风行度，这两个神经收集都比纯真的文字性评价后果更好，但全局性的神经收集比专注于各个部门的神经收集后果还要凌驾18%。
业内子士以为，片子公司将来也能够会应用相似的技巧选择脚本。
