초록
우리는 상호작용적 내러티브(텍스트 어드벤처 게임)의 지식 그래프 기반 세계 모델을 구축할 수 있는 학습 에이전트를 만들 수 있도록 지원하는 데이터셋을 제공한다. 상호작용적 내러티브는 에이전트가 순수하게 자연어 텍스트를 통해 세계를 인지하고 상호작용하는 부분 관측 가능한 환경으로, 긴 퍼즐이나 탐험 과제 형태로 구성된다. 각각의 게임은 일반적으로 수백 개의 장소, 인물, 물체를 포함하며, 각 항목은 고유한 설명을 지닌다. 이러한 구조적 풍부함은 언어 기반 에이전트가 이러한 세계에서 효과적으로 작동하기 위해 필요한 구조화된 기억을 갖출 수 있도록 연구할 수 있는 기회를 제공한다. 본 데이터셋은 풍부한 자연어 관측치와 다음과 같은 두 가지 요소 간의 24,198개의 매핑을 제공한다: (1) 세계 상태를 지도 형태로 반영한 지식 그래프; (2) 해당 세계 상태에 반드시 변화를 유도하는 자연어 동작. 학습 데이터는 여러 장르에 걸쳐 27개의 게임에서 수집되었으며, 테스트 세트에는 추가로 9개의 게임에서 7,836개의 검증용 인스턴스가 포함되어 있다. 또한 규칙 기반, 질의응답, 시퀀스 학습 접근 방식을 활용한 기준 모델을 제공하며, 데이터 및 관련 학습 과제에 대한 분석도 함께 수록하였다.