論文の概要: SENSE: State-aware Emotion Navigation Storytelling Engine

• arxiv url: http://arxiv.org/abs/2610.07666v1
• Date: Tue, 06 Oct 2026 03:02:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.77905
• Title: SENSE: State-aware Emotion Navigation Storytelling Engine
• Title（参考訳）: SENSE:国家対応の感情ナビゲーションストーリーテリングエンジン
• Abstract要約: SENSEは、マルチトラックの感情的なナビゲーションで再生可能な分岐視覚小説を生成するための状態認識フレームワークである。 MIND、構造解析器、パス認識コンテキスト管理モジュールは、構造的に一貫性があり、感情的に豊かな物語を生成するために使用される。 予備的なヒトの治験では、同等の快楽とともに感情の忠実さが向上した。
• 参考スコア（独自算出の注目度）: 11.637889538453342
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents SENSE, a state-aware framework for generating playable branching visual novels with multi-track emotional navigation. Integrating a state-based narrative architecture called MIND, a structure analyzer, and a path-aware context management module, SENSE produces narratives that are both structurally coherent and emotionally rich. From minimal high-level inputs, it generates multiple intersecting routes while preserving character consistency and narrative causality. Evaluations using LLM judges, affective metrics, and visual assessments indicate SENSE outperforms baselines in narrative diversity and robust asset integration, while preliminary human trials show directional improvements in emotional fidelity alongside comparable enjoyment.
• Abstract（参考訳）: 本稿では,複数トラックの情動ナビゲーションによる遊び可能な分岐型視覚小説を生成するための状態認識フレームワークであるSENSEについて述べる。 MINDと呼ばれる状態ベースの物語アーキテクチャ、構造解析器、パス認識コンテキスト管理モジュールを統合することで、SENSEは構造的に一貫性があり、感情的にリッチな物語を生成する。 最小限の高レベル入力から、キャラクタ一貫性と物語因果性を保持しながら、複数の交差経路を生成する。 LLMの判断、感情的指標、視覚的評価を用いた評価では、SENSEは物語の多様性とロバストなアセット統合のベースラインよりも優れており、予備的ヒトトライアルでは、同等の楽しみと並行して感情の忠実さの方向性が向上している。

関連論文リスト

• NarraScore: Bridging Visual Narrative and Musical Dynamics via Hierarchical Affective Control [59.6128550986024]
  ナラスコア(NarraScore)は、感情が物語論理の高密度圧縮として働くという中心的な洞察に基づく階層的なフレームワークである。 NarraScoreは、グローバルな構造とローカルなダイナミズムを調和させるために、Dual-Branch Injection戦略を採用している。 NarraScoreは、無視可能な計算オーバーヘッドを伴う最先端の一貫性と物語のアライメントを実現している。
  論文  参考訳（メタデータ） (2026-02-09T09:39:42Z)
• Aether Weaver: Multimodal Affective Narrative Co-Generation with Dynamic Scene Graphs [0.8702432681310401]
  Aether Weaverは、マルチモーダルテキスト-視覚パイプラインの制限を克服する、物語的コジェネレーションのための新しいフレームワークである。 本システムは,テキスト物語,動的シーングラフ表現,視覚シーン,情緒的サウンドスケープを同時に合成する。
  論文  参考訳（メタデータ） (2025-07-29T15:01:31Z)
• Project Riley: Multimodal Multi-Agent LLM Collaboration with Emotional Reasoning and Voting [0.6157382820537719]
  本稿では,感情状態に影響された推論のシミュレーションを目的とした,多モード・多モデル対話型AIアーキテクチャであるProject Rileyを提案する。 このシステムは、構造化された多ラウンド対話に携わる5つの異なる感情的エージェントから構成され、反応を生成、批判、反復的に洗練する。 このアーキテクチャには、高度な推論と自己修正プロセスとともに、テキストと視覚的大規模言語モデル(LLM)の両方が組み込まれている。
  論文  参考訳（メタデータ） (2025-05-26T20:53:53Z)
• Enriching Multimodal Sentiment Analysis through Textual Emotional Descriptions of Visual-Audio Content [56.62027582702816]
  マルチモーダル・センティメント・アナリティクスは、テキスト、音声、視覚データを融合することで人間の感情を解き放つことを目指している。 しかし、音声やビデオの表現の中で微妙な感情的なニュアンスを認識することは、恐ろしい挑戦だ。 テキストの感情記述に基づくプログレッシブ・フュージョン・フレームワークであるDEVAを紹介する。
  論文  参考訳（メタデータ） (2024-12-12T11:30:41Z)
• Two in One Go: Single-stage Emotion Recognition with Decoupled Subject-context Transformer [78.35816158511523]
  単段階の感情認識手法として,DSCT(Decoupled Subject-Context Transformer)を用いる。 広範に使われている文脈認識型感情認識データセットであるCAER-SとEMOTICの単段階フレームワークの評価を行った。
  論文  参考訳（メタデータ） (2024-04-26T07:30:32Z)
• VLLMs Provide Better Context for Emotion Understanding Through Common Sense Reasoning [66.23296689828152]
  我々は、視覚・言語モデルの機能を活用し、文脈内感情分類を強化する。 まず、VLLMに対して、視覚的文脈に関連して、被験者の明らかな感情を自然言語で記述するように促す。 第二に、記述は視覚入力とともに、トランスフォーマーベースのアーキテクチャのトレーニングに使用される。
  論文  参考訳（メタデータ） (2024-04-10T15:09:15Z)

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。