本研究解决了使用语言模型评估创意文本（如人类撰写故事）时，由于多标注者评分的主观性而产生的挑战。提出的CoKe方法在生成自由文本解释之前，先生成一系列关键字，从而改善评分预测的引导，研究发现该方法在StoryER数据集上表现出色，不仅实现了与人类水平的性能相当，还在与人类标注者的相关性上显著超越了GPT-4，并显著减少了参数数量。

COKE使用领域专家知识和传感器数据构建因果图，无需填充缺失数据。实验评估显示，COKE在F1得分上平均提升39.9%。在真实世界和半导体数据集中，提升分别可达到62.6%和85.0%。

本文介绍了一种名为Coke的新型框架，用于PLMs，它可以动态选择上下文和嵌入知识。实验结果显示，Coke在知识驱动的NLP任务中表现更好，并能以更可解释的方式描述文本相关知识的语义。