Titre : La méthode de coopération de contextes 

Auteurs : James Hollister, Avelino J. Gonzalez,  

Revue : Modélisation et utilisation du contexte 

Numéro : Numéro 1 

Volume : 2 

Date : 2018/03/7 

DOI : 10.21494/ISTE.OP.2018.0232 

ISSN : 2514-5711 

Résumé : Cet article présente une évaluation d’une nouvelle approche contextuelle appelée la Méthode du Contexte de Coopération (CCM) qui sert à synthétiser des récits complets qui sont intéressant et qui ont du sens pour le lec-teur/écoutant. Les approches guidées par le contexte existantes sont généralement conçues pour faciliter une attention à la situation d’un agent tactique qui opère dans un environnement réel (physique ou virtuel) interactif. De tels agents sont généralement missionné pour prendre des décisions dans la poursuite de leurs objectifs et/ou en regard de l’environnement et des actions d’autres entités évoluant dans son environnement. En effet, vivent principalement dans le présent et/ou à un moindre degré, peuvent se rappeler des choses du passé ; ils se reposent seulement sur le en termes de planification pour réaliser leurs objectifs, s’il y en a. Ces approches centrées sur le contexte ne sont pas utiles pour la création d’un récit qui, par définition, n’est ni dans le passé ni dans le présent, mais plutôt dans un cadre temporel artifi-ciel qui couvre une période de temps arbitrairement longue. CCM a été conçu et construit pour surmonter les limitations trouvées dans d’autres approches contextuelles en ce qui concerne la génération narrative automatique. CCM com-mence à construire la narration en examinant la situation actuelle pour créer une liste de tâches qui sont pertinentes à la situation rencontrée par l’agent. Grâce à une série d’algorithmes, la liste des contextes capables de permettre d’effectuer ces tâches est réduite à deux listes de contextes, l’une de priorité élevée et l’autre de priorité basse, tout en supprimant les autres contextes jugés non pertinents par rapport aux besoins actuels. L’ensemble des contextes les mieux adaptés à la gestion des tâches est sélectionné et les connaissances contextuelles sont utilisées pour traiter les tâches pertinentes. Tout au long de ce processus, les contextes activés et les actions prises par tous les agents (c’est-à-dire les personnages de l’histoire) sont enregistrés et font partie du récit émergent. Les applications potentielles de CCM et sa capacité à cons-truire des récits complets comprennent la génération automatique d’histoires, la création de scénarios pour les jeux vidéo de tir à la première personne et la création de scénarios simulés pour l’entraînement tactique dans les opérations de premier répondant et dans les opérations militaires. L’application décrite dans cet article concerne la génération automa-tique d’histoires pour enfants. Des tests approfondis de CCM ont révélé que la méthode fonctionne comme prévue. 

Éditeur : ISTE OpenScience