深層学習を用いた人狼ゲームログからの役職推定

カテゴリ: 研究会(論文単位)

論文No: IS19020

グループ名: 【C】電子・情報・システム部門 情報システム研究会

発行日: 2019/03/17

タイトル(英語): Role estimation from Werewolf game log by using deep learning

著者名: 奈良 清仁(神奈川大学),秋吉 政徳(神奈川大学)

著者名(英語): Kiyohito Nara(Kanagawa University),Masanori Akiyoshi(Kanagawa University)

キーワード: 人狼ゲーム|単語の分散表現|深層学習|Werewolf game|Word embedding|Deep learning

要約(日本語): 本稿ではディープラーニングを用いた人狼ゲームの会話ログからの役職推定に関する実験結果を報告する。しかし、この推定に関する研究はまだ行われていないが、推定精度はまだ不十分である。実験結果は、以前に報告されたものよりわずかに向上した精度を示している。

要約(英語): This paper reports experimental results on role estimation from werewolf game logs by using deep learning.Some works on this estimation is done, however, estimation accuracy is still insufficient.This report also tries to improve the accuracy by using RNN (Recurrent Neural Network) with skip-gram type vectorization of conversation logs on werewolf BBS.The experimental results show slightly increased accuracy than previously reported one.

原稿種別: 日本語

PDFファイルサイズ: 1,121 Kバイト