“如何评价一款电子游戏？”——基于多模态信息的电子游戏预测系统

近年来电子游戏已成为大多数人生活中不可或缺的一部分。这导致大量与电子游戏相关的数据被分享到线上。然而，这也带来了诸如不正确的评分、评论或任何被分享内容的问题。推荐系统是有力的工具，通过提供有意义的推荐来帮助用户。一种直接的方法是基于与游戏相关的其他信息预测电子游戏的得分。它可用作验证用户提交评分以及提供推荐的手段。本工作提供了一种从游戏预告片（视频）与简介（文本）预测定义游戏优劣的 G-Score 的方法。我们首先提出仅基于预告片（单模态）预测 G-Score 的模型。随后我们表明，相较于仅使用视频信息，考虑来自多模态的信息有助于模型表现更好。由于我们未能找到合适的多模态电子游戏数据集，我们创建了自己的名为 VGD（Video Game Dataset，电子游戏数据集）的数据集并随本工作一并提供。此处提及的方法可推广至其他多模态数据集，如电影预告片与简介等。文末，我们讨论了该工作的不足及一些克服方法。