ハイファンタジーを好む人は言い方を変えれば現実との相違が多くても構わない、または現実とあまり類似していない方が好みと思われるので、作品へのリアリティを現実との近さに求めているとは考え難い。とはいえ、リアリティは現実との何かしらのつながりから生まれていると思うので、作品内のどこかに現実との接点があり、そこが強調されることで他の要素が非現実的でもリアリティを創造しているのかなと考えています。　

それだけなんですけど、何か重要なとっかかりだと思うので書いておきます。

2019-03-08

Learning to Speak and Act in a Fantasy Text Adventure Gameのレビュー

arxiv.org
自分の期待する研究とは違う気がしますが、一応レビュー。

これまでのコーパスベースの言語モデルは言語記号の相関を学習しているのみで、世界観の学習には成功していない。この問題を解決するために著者らはLIGHTというマルチユーザー参加型のファンタジーアドベンチャーゲームを開発した。

このシステム内ではユーザーに加えて言語モデルも会話に参加する。これらのモデルは過去の会話履歴を参照して発話を生成する。既存のシステムと比べ、会話とアクションの両方があり、複数の人間がモデルとやり取りする点が特徴的である。マルチユーザーダンジョンのようなゲームなのでユーザーが楽しくプレイできることもウリである。

ゲームシステムの設定のために、663のゲームロケーションと1755のキャラクター、3462のオブジェクトをクラウドソース化した。同時に物理的なアクションと他者に示すエモーションを定義。そして、これらの要素を与えた上で会話をしてもらい、10077対話を得た。

以上のデータから言語モデルを学習した。モデルはTFIDFを用いたものをベースラインとし、Transformer Memory Network（ランクモデルと生成モデル）、BERT Bi-Ranker and Cross-Rankerを比較した。cross-rankerはbiよりも文脈を取り込んでいるが計算コストが大きい。結果はcross-rankerが高いパフォーマンスを示した。

コンテキストを扱う上での王道のアプローチだと思いますが、あまりにもコストが高く、今後の展開を見込むならゲーム会社と手を組むしかなさそうですね。案外、近々実現しそうですが、そういうのは大企業に任せよう。