将玩家视为使用定制语言与游戏对话：一项试点研究
机器学习
2024-10-25 v1
摘要
本试点研究探索了将语言模型 (LMs) 应用于建模游戏事件序列的可能性，将其视为一种定制的自然语言。我们针对一款流行的移动游戏进行研究，将原始事件数据转换为文本序列，并在此数据上对 Longformer 模型进行预训练。我们的ethods 能够捕捉游戏会话中富有含义的相互作用，有效识别具有意义的玩家细分。结果表明，无需依赖 ground-truth 标签，自监督 LMs 在提升游戏设计和个性化方面具有潜力。
引用
@article{arxiv.2410.18605,
title = {Understanding Players as if They Are Talking to the Game in a Customized Language: A Pilot Study},
author = {Tianze Wang and Maryam Honari-Jahromi and Styliani Katsarou and Olga Mikheeva and Theodoros Panagiotakopoulos and Oleg Smirnov and Lele Cao and Sahar Asadi},
journal= {arXiv preprint arXiv:2410.18605},
year = {2024}
}
备注
published in Workshop on Customizable NLP at EMNLP 2024