論文の概要: TropeTwist: Trope-based Narrative Structure Generation
- arxiv url: http://arxiv.org/abs/2204.09672v1
- Date: Thu, 31 Mar 2022 16:02:17 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-24 16:44:01.021038
- Title: TropeTwist: Trope-based Narrative Structure Generation
- Title(参考訳): tropetwist: tropeベースの物語構造生成
- Authors: Alberto Alvarez, Jose Font
- Abstract要約: より抽象的で汎用的なレベルでゲーム内の物語構造を記述できるトロープベースのシステムであるTropeTwistを提案する。
このシステムを実演するために,我々は3つの異なるゲームの物語構造を表現した。
我々はMAP-Elitesを用いて、グラフ文法として符号化された新しい品質多元グラフを作成し、評価する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Games are complex, multi-faceted systems that share common elements and
underlying narratives, such as the conflict between a hero and a big bad enemy
or pursuing some goal that requires overcoming challenges. However, identifying
and describing these elements together is non-trivial as they might differ in
certain properties and how players might encounter the narratives. Likewise,
generating narratives also pose difficulties when encoding, interpreting,
analyzing, and evaluating them. To address this, we present TropeTwist, a
trope-based system that can describe narrative structures in games in a more
abstract and generic level, allowing the definition of games' narrative
structures and their generation using interconnected tropes, called narrative
graphs. To demonstrate the system, we represent the narrative structure of
three different games. We use MAP-Elites to generate and evaluate novel
quality-diverse narrative graphs encoded as graph grammars, using these three
hand-made narrative structures as targets. Both hand-made and generated
narrative graphs are evaluated based on their coherence and interestingness,
which are improved through evolution.
- Abstract(参考訳): ゲームは複雑で多面的なシステムであり、ヒーローと大きな悪い敵の対立や、克服すべき目標を追求するなど、共通の要素や基礎となる物語を共有する。
しかしながら、これらの要素の識別と記述は、特定の特性やプレイヤーが物語にどのように遭遇するかによって異なるため、非自明である。
同様に、物語の生成もエンコーディング、解釈、分析、評価において困難を伴う。
そこで本研究では,ゲーム内の物語構造をより抽象的かつ汎用的なレベルで記述し,ゲームの物語構造とその生成を相互に関連付けたトロペトウィスト(tropetwist)システムであるナラティブグラフ(narrative graphs)を提案する。
このシステムを示すために、3つの異なるゲームの物語構造を示す。
我々はMAP-Elitesを用いて,これら3つの手作りの物語構造をターゲットとして,グラフ文法として符号化された新しい品質多元グラフを作成し,評価する。
手作りの物語グラフと生成された物語グラフは、進化を通じて改善されたコヒーレンスと面白さに基づいて評価される。
関連論文リスト
- GPT4SGG: Synthesizing Scene Graphs from Holistic and Region-specific
Narratives [69.36723767339001]
GPT4SGGを導入し、全体像と地域固有の物語からシーングラフを合成する。
このような画像データの表現とタスク固有のプロンプトにより、LCM、特にGPT-4はシーングラフを直接「擬似ラベル」として合成する。
GPT4SGGは画像キャプチャデータに基づいて訓練されたSGGモデルの性能を大幅に向上させる。
論文 参考訳(メタデータ) (2023-12-07T14:11:00Z) - GRIM: GRaph-based Interactive narrative visualization for gaMes [15.43734266732214]
textbfGRIMは、高レベルの物語記述と制約にマッチする分岐したストーリーラインを持つリッチな物語グラフを生成する。
ゲームデザイナは、オリジナルの物語や制約に適合する新しいサブグラフを自動的に生成することで、インタラクティブにグラフを編集することができる。
GPT-4と協調してtextbfGRIM を用いることで、コンテキスト制約の異なる4つの有名な物語の分岐物語を生成する。
論文 参考訳(メタデータ) (2023-11-15T18:55:45Z) - NarrativePlay: Interactive Narrative Understanding [27.440721435864194]
本研究では,ユーザが架空のキャラクターをロールプレイし,没入感のある環境で他のキャラクターと対話できる新しいシステムであるNarrativePlayを紹介する。
我々はLarge Language Models(LLMs)を利用して、物語から抽出された性格特性によって導かれる人間的な応答を生成する。
ナラティブプレイは2種類の物語、探偵と冒険の物語で評価されており、ユーザーは世界を探索したり、会話を通じて物語のキャラクターと親しみやすくしたりすることができる。
論文 参考訳(メタデータ) (2023-10-02T13:24:00Z) - Discovering collective narratives shifts in online discussions [3.6231158294409482]
本稿では,変化点検出,意味的役割ラベリング(SRL),物語の断片を物語ネットワークに自動集約することで,ギャップを埋める体系的な物語発見フレームワークを提案する。
我々は、新型コロナウイルスと2017年のフランス大統領選に関する2つのTwitterコーパスを合成および実証データで評価した。
以上の結果から,本手法は主要な出来事に対応する大きな物語シフトを回復できることが示された。
論文 参考訳(メタデータ) (2023-07-17T15:00:04Z) - Infusing Commonsense World Models with Graph Knowledge [89.27044249858332]
オープンワールドテキストアドベンチャーゲームにおける物語生成の設定について検討する。
基礎となるゲーム状態のグラフ表現は、接地グラフ表現と自然言語記述とアクションの両方を消費し出力するモデルを訓練するために使用することができる。
論文 参考訳(メタデータ) (2023-01-13T19:58:27Z) - Story Designer: Towards a Mixed-Initiative Tool to Create Narrative
Structures [4.4447051343759965]
本稿では,進化ダンジョンデザイナ(EDD)上に構築された複合開始型共同創造型物語構造ツールであるストーリーデザイナについて述べる。
ストーリーデザイナは、ストーリー・デザイナが物語グラフと呼ばれるグラフ構造に相互接続することで、完全な物語構造を構成するために、ストーリー・デザイナのためのビルディング・ブロックとしてトロープを使用する。
同時に、EDD内で設計されたレベルを物語の構造の制約として使用し、レベル設計と物語の両方に干渉する。
論文 参考訳(メタデータ) (2022-10-11T16:11:32Z) - Movie Summarization via Sparse Graph Construction [65.16768855902268]
マルチモーダル情報を用いて構築された,シーン間の関係を表すスパースなムービーグラフを構築することで,TPシーンを識別するモデルを提案する。
人間の判断によれば、我々のアプローチによって作成された要約は、シーケンスベースモデルや汎用的な要約アルゴリズムの出力よりも、より情報的で完全であり、より高い評価を受けている。
論文 参考訳(メタデータ) (2020-12-14T13:54:34Z) - Paragraph-level Commonsense Transformers with Recurrent Memory [77.4133779538797]
物語からコヒーレントなコモンセンス推論を生成するために,段落レベルの情報を含む談話認識モデルを訓練する。
以上の結果から,PARA-COMETは文レベルのベースライン,特にコヒーレントかつ新規な推論に優れていた。
論文 参考訳(メタデータ) (2020-10-04T05:24:12Z) - Narrative Maps: An Algorithmic Approach to Represent and Extract
Information Narratives [6.85316573653194]
本稿では、物語表現の理論と現代のオンラインシステムのデータを組み合わせる。
物語地図の表現は、物語の中の出来事と物語を、地図上のランドマークとルートのシリーズとして描いている。
我々の発見は、情報アナリスト、計算ジャーナリスト、誤情報研究者に影響を及ぼす。
論文 参考訳(メタデータ) (2020-09-09T18:30:44Z) - PlotMachines: Outline-Conditioned Generation with Dynamic Plot State
Tracking [128.76063992147016]
PlotMachinesは、動的プロット状態を追跡することによってアウトラインをコヒーレントなストーリーに変換することを学習する、ニューラルな物語モデルである。
さらに,PlotMachinesを高レベルな談話構造で強化し,モデルが物語の異なる部分に対応する筆記スタイルを学習できるようにした。
論文 参考訳(メタデータ) (2020-04-30T17:16:31Z) - Screenplay Summarization Using Latent Narrative Structure [78.45316339164133]
本稿では,物語の基盤となる構造を一般教師なし・教師付き抽出要約モデルに明示的に組み込むことを提案する。
重要な物語イベント(転回点)の観点で物語構造を定式化し、脚本を要約するために潜伏状態として扱う。
シーンレベルの要約ラベルを付加したテレビ画面のCSIコーパスの実験結果から,潜角点がCSIエピソードの重要な側面と相関していることが判明した。
論文 参考訳(メタデータ) (2020-04-27T11:54:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。