論文の概要: GenQuest: An LLM-based Text Adventure Game for Language Learners

• arxiv url: http://arxiv.org/abs/2510.04498v1
• Date: Mon, 06 Oct 2025 05:22:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-07 16:52:59.690187
• Title: GenQuest: An LLM-based Text Adventure Game for Language Learners
• Title（参考訳）: GenQuest: 言語学習者のためのLLMベースのテキストアドベンチャーゲーム
• Authors: Qiao Wang, Adnan Labib, Robert Swier, Michael Hofmeyr, Zheng Yuan,
• Abstract要約: GenQuestはLarge Language Models(LLMs)を利用したジェネレーションテキストアドベンチャーゲームである。 このシステムは、英語を外国語(EFL)学習者として、コラボレーティブな "choose-Your-own-adventure" スタイルの物語に携わる。 ストーリーコヒーレンスを維持するために、分岐決定点やストーリーマイルストーンのようなゲームメカニックが組み込まれている。
• 参考スコア（独自算出の注目度）: 10.042666690718123
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: GenQuest is a generative text adventure game that leverages Large Language Models (LLMs) to facilitate second language learning through immersive, interactive storytelling. The system engages English as a Foreign Language (EFL) learners in a collaborative "choose-your-own-adventure" style narrative, dynamically generated in response to learner choices. Game mechanics such as branching decision points and story milestones are incorporated to maintain narrative coherence while allowing learner-driven plot development. Key pedagogical features include content generation tailored to each learner's proficiency level, and a vocabulary assistant that provides in-context explanations of learner-queried text strings, ranging from words and phrases to sentences. Findings from a pilot study with university EFL students in China indicate promising vocabulary gains and positive user perceptions. Also discussed are suggestions from participants regarding the narrative length and quality, and the request for multi-modal content such as illustrations.
• Abstract（参考訳）: GenQuestは、Large Language Models(LLM)を活用して、没入的でインタラクティブなストーリーテリングを通じて第二言語学習を促進する、ジェネリックテキストアドベンチャーゲームである。 このシステムは、英語を外国語(EFL)学習者として参加し、学習者の選択に応じて動的に生成されるコラボレーティブな「チョウ・ヨール・アンド・アドベンチャー」スタイルの物語に携わる。 分岐決定点やストーリーマイルストーンのようなゲームメカニックは、学習者主導のプロット開発を可能にしながら、物語コヒーレンスを維持するために組み込まれている。 鍵となる教育的特徴は、各学習者の習熟度に合わせたコンテンツ生成と、単語や句から文まで、学習者が翻訳した文字列の文脈内説明を提供する語彙アシスタントである。 中国の大学EFLの学生を対象に行ったパイロット研究の結果,有望な語彙の獲得と肯定的なユーザ認識が示唆された。 また、参加者の物語の長さや質、イラストなどのマルチモーダルコンテンツへの要望についても論じている。

関連論文リスト

• SingaKids: A Multilingual Multimodal Dialogic Tutor for Language Learning [33.91186948786452]
  画像記述タスクによる言語学習を支援するための対話型チューターであるSingaKidsを紹介する。 本システムでは, 画像キャプション, 多言語対話, 音声理解, 係り受け音声生成を統合し, 没入型学習環境を構築する。
  論文  参考訳（メタデータ） (2025-06-03T03:56:45Z)
• Collaborative Storytelling and LLM: A Linguistic Analysis of Automatically-Generated Role-Playing Game Sessions [55.2480439325792]
  RPG(ロールプレイングゲーム)とは、プレイヤーが互いに対話して物語を作るゲームである。 この共有物語の新たな形態は、主に口頭で注目されている。 本稿では,大言語モデル(LLM)の言語がRPGセッションの生成を依頼した場合に,どの程度に口頭や書面の機能を示すかを明らかにすることを目的とする。
  論文  参考訳（メタデータ） (2025-03-26T15:10:47Z)
• Prompting ChatGPT for Chinese Learning as L2: A CEFR and EBCL Level Study [0.45060992929802196]
  本研究では,Large Language Models (LLM) をパーソナライズしたチャットボットとして利用するために,学習者が特定のプロンプトを使用する方法について検討する。 我々のゴールは、高周波文字リストを用いて口語と書字のスキルを統合するプロンプトを開発することであり、口語辞書の制作を制御することである。 その結果,レベルA1およびレベルA1+文字と関連する参照リストを組み込むことで,EBCL文字集合への準拠が著しく向上することが示唆された。
  論文  参考訳（メタデータ） (2025-01-25T15:30:13Z)
• Large Language Models for Difficulty Estimation of Foreign Language Content with Application to Language Learning [1.4392208044851977]
  私たちは、外国語の習熟度を高めるために、大きな言語モデルを使用します。 私たちの仕事はフランス語の内容に焦点を当てていますが、我々のアプローチは他の言語に簡単に移行できます。
  論文  参考訳（メタデータ） (2023-09-10T21:23:09Z)
• Storyfier: Exploring Vocabulary Learning Support with Text Generation Models [52.58844741797822]
  本研究では,学習者の興味をひく対象語に対するコヒーレントな文脈を提供するために,Storyfierを開発した。 学習者は一般的に、生成したストーリーを目標語を接続し、学習負荷を緩和するための支援を書くのに好む。 読み書き学習セッションでは、AI機能のないベースラインツールで学習するよりも、Storyfierを使用する参加者は、リコールやターゲット語の使用でパフォーマンスが悪くなります。
  論文  参考訳（メタデータ） (2023-08-07T18:25:00Z)
• Learning to Model the World with Language [100.76069091703505]
  人間と対話し、世界で行動するためには、エージェントは人々が使用する言語の範囲を理解し、それを視覚の世界に関連付ける必要がある。 私たちのキーとなるアイデアは、エージェントが将来を予測するのに役立つ信号として、このような多様な言語を解釈すべきである、ということです。 我々は、将来のテキストや画像表現を予測するマルチモーダル世界モデルを学ぶエージェントであるDynalangでこれをインスタンス化する。
  論文  参考訳（メタデータ） (2023-07-31T17:57:49Z)
• User Adaptive Language Learning Chatbots with a Curriculum [55.63893493019025]
  語彙的に制約されたデコーディングをダイアログシステムに適用し、ダイアログシステムに対して、その生成した発話にカリキュラムに準拠した単語やフレーズを含めるよう促す。 評価の結果,カリキュラム注入によるダイアログシステムにより,対象語に対する生徒の理解が向上し,英語実践への関心が高まることが示された。
  論文  参考訳（メタデータ） (2023-04-11T20:41:41Z)
• Interactive Fiction Game Playing as Multi-Paragraph Reading Comprehension with Reinforcement Learning [94.50608198582636]
  対話型フィクション(IF)ゲームと実際の自然言語テキストは、言語理解技術に対する新たな自然な評価を提供する。 IFゲーム解決の新たな視点を捉え,MPRC(Multi-Passage Reading)タスクとして再フォーマットする。
  論文  参考訳（メタデータ） (2020-10-05T23:09:20Z)

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。