[3S6-GS-2] 機械学習：

[3S6-GS-2-05] トピックモデルと大規模言語モデルを基づくオープンワールドゲームにおけるプレイヤーの嗜好比較分析

〇孫 思鋭¹、楊 添翔²、邵 騰飛¹、後藤 正幸¹ (1. 早稲田大学、2. 慶應義塾大学)

キーワード：多言語ゲームレビュー、トピックモデル、感情分析、大規模言語モデル

ゲーム業界が成長を続ける中，特にオープンワールドゲームへの注目度が高まっている．しかし，異なる言語や文化的な背景を持つプレイヤーはゲームの内容に対して全く異なる意見を持つ可能性があるため，複数の国でゲームを展開することは容易ではない．これまでの研究の多くは英語レビューのみを対象としており，多言語レビューに着目した分析が少ない．本研究では，多言語のゲームレビューを分析するアプローチを提案する．具体的に，意味的一貫性を確保するため，英語以外のレビューを英訳する．次に，Latent Dirichlet Allocationを用いてトピックを抽出し，プレイヤーがゲームに対する関心内容を把握する．最後，大規模言語モデルを用いて抽出したトピックに対するプレイヤーの感情分析を行うことで，異なるゲーム内の要素に対するプレイヤーの満足度を明らかにする．さらに，提案手法の有効性を検証するため，ゲームプラットフォームにより，英中日三国語オープンワールドゲームのレビューを収集し，分析を行う．その結果，各国のプレイヤーの嗜好や満足度を把握できるため，国別の運営戦略立案に有用な示唆を得られることが期待される．