Modélisation de mondes dans le texte

Nous proposons un jeu de données permettant de concevoir des agents d’apprentissage capables de construire des modèles mondiaux fondés sur des graphes de connaissances à partir de récits interactifs. Les récits interactifs — ou jeux d’aventure textuels — constituent des environnements partiellement observables structurés comme de longs puzzles ou quêtes, dans lesquels un agent perçoit et interagit avec le monde uniquement à travers un langage naturel textuel. Chaque jeu individuel contient généralement des centaines de lieux, de personnages et d’objets — chacun ayant sa propre description unique — offrant ainsi une opportunité d’étudier le problème de doter des agents basés sur le langage d’une mémoire structurée nécessaire pour opérer dans de tels mondes. Notre jeu de données fournit 24 198 correspondances entre des observations riches en langage naturel et : (1) des graphes de connaissances reflétant l’état du monde sous forme de carte ; (2) des actions en langage naturel garanties pour provoquer un changement dans cet état spécifique du monde. Les données d’entraînement ont été collectées à travers 27 jeux couvrant plusieurs genres, et incluent 7 836 instances supplémentaires réservées pour le test, provenant de 9 jeux supplémentaires. Nous fournissons également des modèles de base basés sur des règles, des approches de question-réponse et des méthodes d’apprentissage séquentiel, ainsi qu’une analyse détaillée des données et des tâches d’apprentissage correspondantes.