Das Videospiel-Medium verkörpert in einem erheblichen Maße eine noch nicht vollends ausgekundschaftete Spielwiese innerhalb einer Vielzahl von unterschiedlichen wissenschaftlichen Disziplinen, die für verschiedentlich beschaffene Forschungsanliegen ausgeschöpft werden kann. Dieser spezifische Medienbereich des Videospiels wird in der vorliegenden Arbeit mit einem integralen Bestandteil der Computerlinguistik und Texttechnologie vereint: Der Natural Language Generation – dem (semi-)automatischen Generieren natürlichsprachlicher Texte. Das Zusammenspiel dieser beiden Elemente definiert maßgeblich die primäre Zielsetzung dieser Arbeit: In den Fokus gerückt wird hier die Erstellung von Entwurfsfassungen für Nebenquests in Videospielen; Quests stellen in ihrer Gesamtheit einen zentralen Bestandteil von Videospielen dar, da sie in der Regel Aufgaben unterschiedlicher Art enthalten, die ein Videospiel zum einen auf dessen narrativer Ebene ausgestalten und zum anderen diversen Aspekte der Spielmechanik desselben Gestalt geben und ihr Arrangement festlegen.
Insbesondere im Rahmen von Videospielen, die dem Genre der Rollenspiele zugeordnet werden können, nimmt das Questelement eine tragende und wegweisende Rolle ein, weswegen sich in dieser Arbeit auf ebendiese Art von Videospiel konzentriert werden soll. Darüber hinaus wird der Fokus auf das Erstellen von Nebenquestentwürfen damit begründet, dass Nebenquests im Gegensatz zu den sogenannten Hauptquests, die in der Regel eine übergeordnete, stärker zusammenhängende und sich über das gesamte Videospiel erstreckende Geschichte erzählen, von ebendieser hauptsächlichen Geschichte größtenteils abgekoppelt sind oder abgekoppelt werden können, wodurch sich das Spektrum der narrativen und spielmechanischen Bausteine, die sie potenziell beinhalten können, mitunter als abwechslungsreicher und flexibler erweist. Eine der grundlegenden Kernideen, die die Zielsetzung dieser Arbeitet leitet, ist das Erstellen von Questentwürfen für einen menschlichen Autor, der ebendiese Questentwürfe zum Beispiel als eine erste Inspirationsquelle auffassen kann und die er aufgrund dessen nach eigenem Ermessen auf unterschiedliche Art und Weise zu modifizieren vermag.
Inhaltsverzeichnis
1. Die Questannahme: Einleitung
2. Auf Erkundungsgang: Theoretische Grundlagen
2.1. Theorieteil I: Zur Natural Language Generation
2.1.1. Geschichte, Herausforderungen und Systematik des Forschungsbereiches
2.1.2. Eine Auswahl narrativer NLG-Systeme
2.1.2.1. NLG-System I: Virtual Storyteller
2.1.2.2. NLG-System II: ProtoPropp
2.1.2.3. NLG-System III: Storybook
2.2. Theorieteil II: Zum Videospiel-Medium
2.2.1. Zusammenstellung ausgewählter Charakteristika
2.2.2. Narratologie versus Ludologie: Alles nur ein Spiel?
2.2.3. Das Rollenspiel-Genre und seine Queststrukturen
3. Die Wahl der Waffen: Auswahl passender NLG-Software für das eigene Forschungsanliegen
4. Im Herzen der Schlacht: Die gewählte NLG-Software in der Praxis
4.1. Python-Modul I: Markovify inklusive Beispielsammlungen
4.2. Python-Modul II: Textgenrnn inklusive Beispielsammlungen
4.3. Auswertung der Ergebnisse: Stärken und Schwächen
5. Erfahrungspunkte, und bereit zu neuen Taten: Ausblick
Zielsetzung & Themen
Die vorliegende Master-Thesis untersucht die Anwendung von Methoden der Natural Language Generation (NLG) zur (semi-)automatischen Erstellung von Entwurfsfassungen für Nebenquests in Rollenspielen. Das primäre Ziel ist es, computergestützte Werkzeuge zu finden und zu evaluieren, die einen menschlichen Autor durch das Generieren narrativer Grundgerüste unterstützen, ohne ihn zu ersetzen.
- Grundlagen der Natural Language Generation und existierende narrative NLG-Systeme.
- Analyse des Mediums Videospiel, insbesondere Rollenspiele und deren Queststrukturen.
- Evaluation von Open-Source NLG-Software (Markovify und Textgenrnn) zur automatisierten Texterstellung.
- Kollaboration zwischen menschlicher Kreativität und computergenerierten Entwürfen.
Auszug aus dem Buch
2.1. Theorieteil I: Zur Natural Language Generation
Natural Language Generation bezeichnet einen eigenständigen Teilbereich der Forschungsfelder Künstliche Intelligenz und Computerlinguistik. Konkret befasst sich dieser Teilbereich mit der Erstellung und Anwendung von Computersystemen, die natürlichsprachliche und – idealerweise – verständliche Texte produzieren (vgl. Dale et al. 2000, S. 1). Auf einer theorieorientierten Ebene ermöglicht NLG eine exklusive Betrachtungsweise hinsichtlich fundamentaler Fragestellungen und Probleme in den Feldern der künstlichen Intelligenz, Kognitionswissenschaft und der Interaktion zwischen Mensch und Maschine im Allgemeinen; praxisorientiert fokussiert sich NLG auf das (partielle) Automatisieren von routinierten Dokumenterstellungsprozessen mit Hinblick darauf, Informationen nicht nur zu präsentieren, sondern auch zu verdeutlichen, und das stets mit dem Ziel, reichhaltigere Interaktionen zwischen Mensch und Maschine zu bewirken (vgl. ebd.). Motiviert werden diese praxisorientierten Aufgaben und Zielsetzungen zudem durch das Anliegen, das Verständnis und die Interpretation von unterschiedlichen Informationen für den Menschen zu vereinfachen und darüber hinaus Arbeitsvorgänge, die sich mit der Erstellung von natürlichsprachlichen Dokumenten befassen, zeitsparender und produktiver zu gestalten (vgl. ebd., S. 4).
Entscheidend ist bei der Erstellung eines NLG-Systems unter anderem die Frage danach, ob es eigenständig die benötigten Dokumente generiert, oder ob es stattdessen lediglich Entwurfsfassungen von Dokumenten produziert, die dann von einem menschlichen Autor weiterbearbeitet werden; Dale und Reiter konstatieren an dieser Stelle, dass „[…] in many contexts, it is simply not possible to create texts of the appropriate quality or with the required content without human intervention.“ (ebd., S. 4) Dieser Aussage folgend lässt sich der primäre Verwendungszweck eines NLG-Systems darin benennen, Dokumententwürfe oder zumindest bestimmte, wiederkehrende – und somit einer gewissen Routine folgende – Abschnitte eines Dokuments zu erstellen, die ein menschlicher Autor auf unterschiedliche Art und Weise weiterbearbeitet, um etwaige Qualitäts- und Kontextanforderungen zu erfüllen beziehungsweise zu gewährleisten (vgl. ebd., S. 5).
Zusammenfassung der Kapitel
1. Die Questannahme: Einleitung: Einführung in das Forschungsfeld der Computerlinguistik im Kontext von Videospielen und Definition der Zielsetzung zur Generierung von Nebenquests.
2. Auf Erkundungsgang: Theoretische Grundlagen: Detaillierte Erläuterung der Natural Language Generation sowie eine theoretische Auseinandersetzung mit dem Medium Videospiel und Rollenspiel-Queststrukturen.
3. Die Wahl der Waffen: Auswahl passender NLG-Software für das eigene Forschungsanliegen: Erläuterung der methodischen Herangehensweise und Begründung der Auswahl geeigneter Open-Source Software für das Forschungsvorhaben.
4. Im Herzen der Schlacht: Die gewählte NLG-Software in der Praxis: Dokumentation der praktischen Anwendung von Markovify und Textgenrnn inklusive der Analyse von Beispielergebnissen.
5. Erfahrungspunkte, und bereit zu neuen Taten: Ausblick: Zusammenfassende Betrachtung der Ergebnisse und Diskussion zukünftiger Erweiterungsmöglichkeiten für NLG-gestützte Systeme.
Schlüsselwörter
Computerlinguistik, Natural Language Generation, Videospiele, Rollenspiele, Questdesign, Nebenquests, Markovify, Textgenrnn, künstliche Intelligenz, Storytelling, narrative Systeme, Mensch-Maschine-Interaktion, automatisierte Textgenerierung.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit befasst sich mit der Schnittstelle zwischen der Computerlinguistik (speziell NLG) und dem Spieldesign, um den Prozess des Schreibens von Nebenquests in Videospielen teilweise zu automatisieren.
Was sind die zentralen Themenfelder?
Die Arbeit verknüpft theoretische Konzepte der Narratologie und Ludologie mit technischen Aspekten der automatisierten Textgenerierung mittels Python-Modulen.
Was ist das primäre Ziel der Forschungsarbeit?
Das Ziel ist die Erstellung von ersten Entwurfsfassungen für Nebenquests in Rollenspielen, die als Inspirationsquelle für menschliche Autoren dienen sollen.
Welche wissenschaftliche Methode wird verwendet?
Es werden NLG-basierte Softwarelösungen (Markovify für Markow-Ketten und Textgenrnn für neuronale Netze) praktisch angewendet und die resultierenden Texte auf ihre Nützlichkeit für das Questdesign evaluiert.
Was wird im Hauptteil behandelt?
Der Hauptteil dokumentiert die praktische Implementierung der NLG-Software, die Vorbereitung der Datenquellen (Quest-Logs und Plot-Vorlagen) und die systematische Auswertung der generierten Quest-Entwürfe.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit lässt sich durch Begriffe wie Natural Language Generation, Rollenspiele (CRPGs), Questdesign, Markov-Ketten und Deep Learning in einem spielerischen Kontext beschreiben.
Warum wird zwischen Haupt- und Nebenquests unterschieden?
Während Hauptquests die lineare Rahmengeschichte bilden, bieten Nebenquests eine flexiblere Struktur, die sich besser für experimentelle, (semi-)automatische Generierungsprozesse eignet.
Welche Rolle spielt der Mensch bei diesem NLG-Ansatz?
Der Mensch bleibt zentraler Akteur, da das System lediglich Entwürfe liefert, die vom Autor im Anschluss manuell überarbeitet, verfeinert und in das jeweilige Spiel-Setting integriert werden.
Welche Rolle spielt die gewählte Datenquelle (z.B. Vampire: The Masquerade – Bloodlines)?
Das Spiel dient als konkrete Fallstudie, um authentische Quest-Daten als Input für die Algorithmen zu gewinnen und die Leistungsfähigkeit der NLG-Methoden unter realen Bedingungen zu testen.
- Arbeit zitieren
- Sarah Insacco (Autor:in), 2019, Die (semi-)automatische Erschaffung von Nebenquests in Videospielen mit Methoden der Sprachgenerierung, München, GRIN Verlag, https://www.grin.com/document/539434
