研究人员使用社交问答网站Quora上的文章来训练人工智能程序，因为该网站上的很多答案都以故事的形式体现，所以读者的点赞可以作为一项流行度指标，大致体现故事的质量。
该团队收集了大约5.5万条回答，将其中超过2.8万条归为故事，每一个故事平均有369个单词。他们随后还开发了两个不同的神经网络——一个用于查看每个故事的不同部分，另外一个从更加整体的视角评估一个故事。
每个人工智能都可以预测一个故事的相对流行度，这两个神经网络都比单纯的文字性评估效果更好，但全局性的神经网络比专注于各个部分的神经网络效果还要高出18%。
业内人士认为，公司未来也可能会使用类似的技术选择剧本。