迪士尼與麻省年夜學波士頓分校的研討人員協作開辟了一種技巧，可以或許應用人工智能算法評價短篇故事風行度。固然這些人工智能法式還不克不及像專業文學批駁家一樣剖析故事的利害，但卻可以或許猜測哪些故事能夠最受迎接。“我們的神經收集在猜測故事可否風行方面獲得了一些勝利。”迪士尼研討員Boyang Li說，“你還不克不及應用它們遴選本地寫作競賽的優越者，但卻可以用于指點將來的研討。”

　　研討人員應用社交問答網站Quora上的文章來練習人工智能法式，由于該網站上的許多謎底都以故事的情勢表現，所以讀者的點贊可以作為一項風行度目標，年夜致表現故事的質量。

　　該團隊搜集了年夜約5.5萬條答復，將個中跨越2.8萬條歸為故事，每個故事均勻有369個單詞。他們隨后還開辟了兩個分歧的神經收集——一個用于檢查每一個故事的分歧部門，別的一個從加倍全體的視角評價一個故事。

　　每一個人工智能都可以猜測一個故事的絕對風行度，這兩個神經收集都比純真的文字性評價后果更好，但全局性的神經收集比專注于各個部門的神經收集后果還要凌駕18%。

　　業內子士以為，片子公司將來也能夠會應用相似的技巧選擇腳本。