Literatura científica selecionada sobre o tema "Génération narrative"

Le récit est un outil de communication qui permet aux individus de donner un sens au monde qui les entoure. Il représente une plate-forme pour comprendre et partager leur culture, connaissances et identité. Le récit porte une série d'événements réels ou imaginaires, en provoquant un ressenti, une réaction ou même, déclenche une action. Pour cette raison, il est devenu un sujet d'intérêt pour différents domaines au-delà de la Littérature (Éducation, Marketing, Psychologie, etc.) qui cherchent d'atteindre un but particulier au travers de lui (Persuader, Réfléchir, Apprendre, etc.).Cependant, le récit reste encore sous-développé dans le contexte informatique. Il existent des travaux qui visent son analyse et production automatique. Les algorithmes et implémentations, par contre, restent contraintes à imiter le processus créatif derrière des textes littéraires provenant de sources textuelles. Ainsi, il n'existent pas des approches qui produisent automatiquement des récits dont 1) la source est constitué de matériel non formatées et passé dans la réalité et 2) et le contenu projette une perspective qui cherche à transmettre un message en particulier. Travailler avec des données brutes devient relevante vu qu'elles augmentent exponentiellement chaque jour grâce à l'utilisation d'appareils connectés.Ainsi, vu le contexte du Big Data, nous présentons une approche de génération automatique de récits à partir de données ambiantes. L'objectif est de faire émerger l'expérience vécue d'une personne à partir des données produites pendant une activité humaine. Tous les domaines qui travaillent avec des données brutes pourraient bénéficier de ce travail, tels que l'Éducation ou la Santé. Il s'agit d'un effort interdisciplinaire qui inclut le Traitement Automatique de Langues, la Narratologie, les Sciences Cognitives et l'Interaction Homme-Machine.Cette approche est basée sur des corpus et modèles et comprend la formalisation de ce que nous appelons le récit d'activité ainsi qu'une démarche de génération adaptée. Elle a est composé de 4 étapes : la formalisation des récits d'activité, la constitution de corpus, la construction de modèles d'activité et du récit, et la génération de texte. Chacune a été conçue pour surmonter des contraintes liées aux questions scientifiques posées vue la nature de l'objectif : la manipulation de données incertaines et incomplètes, l'abstraction valide d'après l'activité, la construction de modèles avec lesquels il soit possible la transposition de la réalité gardée dans les données vers une perspective subjective et la rendue en langage naturel. Nous avons utilisé comme cas d'usage le récit d'activité, vu que les pratiquant se servent des appareils connectés, ainsi qu'ils ont besoin de partager son expérience. Les résultats obtenus sont encourageants et donnent des pistes qui ouvrent beaucoup de perspectives de recherche<br>Stories are a communication tool that allow people to make sense of the world around them. It represents a platform to understand and share their culture, knowledge and identity. Stories carry a series of real or imaginary events, causing a feeling, a reaction or even trigger an action. For this reason, it has become a subject of interest for different fields beyond Literature (Education, Marketing, Psychology, etc.) that seek to achieve a particular goal through it (Persuade, Reflect, Learn, etc.).However, stories remain underdeveloped in Computer Science. There are works that focus on its analysis and automatic production. However, those algorithms and implementations remain constrained to imitate the creative process behind literary texts from textual sources. Thus, there are no approaches that produce automatically stories whose 1) the source consists of raw material that passed in real life and 2) and the content projects a perspective that seeks to convey a particular message. Working with raw data becomes relevant today as it increase exponentially each day through the use of connected devices.Given the context of Big Data, we present an approach to automatically generate stories from ambient data. The objective of this work is to bring out the lived experience of a person from the data produced during a human activity. Any areas that use such raw data could benefit from this work, for example, Education or Health. It is an interdisciplinary effort that includes Automatic Language Processing, Narratology, Cognitive Science and Human-Computer Interaction.This approach is based on corpora and models and includes the formalization of what we call the activity récit as well as an adapted generation approach. It consists of 4 stages: the formalization of the activity récit, corpus constitution, construction of models of activity and the récit, and the generation of text. Each one has been designed to overcome constraints related to the scientific questions asked in view of the nature of the objective: manipulation of uncertain and incomplete data, valid abstraction according to the activity, construction of models from which it is possible the Transposition of the reality collected though the data to a subjective perspective and rendered in natural language. We used the activity narrative as a case study, as practitioners use connected devices, so they need to share their experience. The results obtained are encouraging and give leads that open up many prospects for research

Une part importante de l’activité de communication humaine est dédiée au récit d’événements (fictifs ou non). Ces récits doivent être cohérents et intéressants pour être pertinents. Dans le domaine de la génération automatique de récits, la question de l’intérêt a souvent été négligée, ou traitée via l’utilisation de méthodes ad hoc, au profit de la cohérence des structures narratives produites. Nous proposons d’aborder le processus de création des récits sous l’angle de la modélisation quantitative de critères de pertinence narrative via l’application d’un modèle cognitif de l’intérêt événementiel. Nous montrerons que cet effort de modélisation peut servir de guide pour concevoir un modèle cognitivement plausible de génération de narrations<br>Humans devote a considerable amount of time to producing narratives. Whatever a story is used for (whether to entertain or to teach), it must be relevant. Relevant stories must be believable and interesting. The field of computational generation of narratives has explored many ways of generating narratives, especially well-formed and understandable ones. The question of what makes a story interesting has however been largely ignored or barely addressed. Only some specific aspects of narrative interest have been considered. No general theoretical framework that would serve as guidance for the generation of interesting and believable narratives has been provided. The aim of this thesis is to introduce a cognitive model of situational interest and use it to offer formal criteria to decide to what extent a story is relevant. Such criteria could guide the development of a cognitively plausible model of story generation

Nos travaux s’inscrivent dans le cadre de la formation à la gestion de crise en environnements virtuels. La scénarisation joue un rôle essentiel pour l’apprentissage humain en environnement virtuel. Cela permet à la fois de proposer et d’orchestrer des situations d’apprentissage personnalisées et également d’amener l’apprenant vers des scénarios pertinents et formateurs. Les travaux présentés dans cette thèse s’intéressent à la génération dynamique de scénarios et à leur exécution en environnements virtuels. Pour cette scénarisation, nous visons un ensemble d’objectifs qui sont souvent contradictoires : la liberté d’action de l’utilisateur, la génération de scénarios variés et fidèles à l’intention de l’auteur, le contrôle scénaristique et la résilience du système de scénarisation. Les différentes approches de la narration interactive favorisent plus ou moins certains de ces objectifs mais il est difficile de tous les concilier, et c’est là l’enjeu de nos travaux. En plus de ces objectifs, nous cherchons également à faciliter la modélisation du contenu scénaristique qui est encore de nos jours un réel enjeu lorsqu’il s’agit de scénariser des environnements complexes comme celui de la gestion de crise. Nous proposons une approche émergente dont le scénario vécu par l’apprenant va émerger des interactions entre l’apprenant, les personnages virtuels et notre système de scénarisation MENTA. MENTA est chargé du contrôle scénaristique en proposant un ensemble d’ajustements (sur la simulation) répondant à des objectifs scénaristiques choisis par le formateur (p. ex., faire travailler certaines compétences en particulier). Ces ajustements prennent la forme d’un scénario prescrit qui est généré par MENTA via un moteur de planification que nous avons couplé avec des cartes cognitives floues au travers d’un macro-opérateur FRAG. Un FRAG permet de modéliser des fragments de scénarios sous la forme de séquence d’actions/événements scriptés. L’originalité de notre approche repose sur un couplage fort entre planification et modèles graphiques qui permet de conserver les propriétés d’exploration et de puissance générative d’un moteur de planification (ce qui favorise la variabilité et la résilience du système), tout en facilitant la modélisation du contenu scénaristique ainsi que l’intention de l’auteur au travers de morceaux de scénario qui vont être scriptés par l’auteur et réutilisés dans la planification. Nous avons travaillé sur un exemple applicatif concret de scénarios portant sur la gestion d’un afflux massif de blessés, puis nous avons implémenté MENTA et généré des scénarios relatifs à cet exemple. Enfin, nous avons testé et analysé les performances de notre système<br>Our work is related to the training of crisis management in virtual environments. The specification of possible unfoldings of events in a simulation is essential for human learning in a virtual environment. This allows both to propose and orchestrate personalized learning situations and also to bring the learner toward relevant and educative scenarios. The work presented in this thesis focuses on the dynamic generation of scenarios and their execution in a virtual environment. For that, we aim at a set of objectives that are often contradictory : the freedom of action of the user, the generation of various scenarios that respect the authorial intent, the narrative control and the capacity of the system to adapt to deviations fromthe learner. The different approaches of interactive storytelling tackle more or less some of these objectives, but it is difficult to satisfy them all, and this is the challenge of our work. In addition to these objectives, we also aim at facilitating the modeling of the narrative content, which is still a real issue today when it comes to model complex environments such as the ones related to crisis management. We propose an emergent approachwhere the scenario experienced by the learner will emerge fromthe interactions between the learner, the virtual characters and our narrative system MENTA. MENTA is in charge of the narrative control by proposing a set of adjustments (over the simulation) that satisfies narrative objectives chosen by the trainer (e. g., a list of specific skills). These adjustments take the form of a prescribed scenario that is generated by MENTA via a planning engine that we have coupled with fuzzy cognitive maps through a macro-operator FRAG. A FRAG is used to model FRAGment of scenario in the form of scripted sequences of actions/events. The originality of our approach relies on a strong coupling between planning and graphical models which preserves the exploration capability and the generative power of a planning engine (which contributes to the generation of various and adaptable scenarios), while facilitating the modeling of narrative content as well as the authorial intent thanks to fragments of scenario that are scripted by the author and used during the planning process. We have worked on a concrete application example of scenarios dealing with the management of a massive influx of victims. Then, we have implemented MENTA and generated scenarios related to this example. Finally, we have tested and analyzed the performance of our system

L'espace dans lequel nous vivons se charge de matière numérique jusqu'à ce que nous traversions des territoires augmentés, cette transformation nous amène des systèmes d'informatique à grande échelle - dont les systèmes de recommandations -, et en retour ceux-ci vont façonner nos usages. La recommandation contextualisée y nécessite un cadre où l'utilisateur se sent suffisamment en confiance pour interagir et partager un maximum avec le système. La start-up Agoraa cherche à rapprocher les utilisateurs de leurs territoires, la plateforme qu'elle a développé ne force pas l'utilisateur à être exploité pour avoir accès aux informations de son territoire, et permet aux acteurs territoriaux d'interagir entre eux. Dans cette thèse CIFRE, réalisée au sein de la start-up, j'explore une partie des possibilités qu'offre la narration pour accompagner les recommandations dans ce cadre de territoire augmenté. Cela a donné lieu à la création du Framework "Personnages Puzzles Personnalisés pour Explications Narrées" (3PEN) qui a pour but de générer de manière modulaire des explications sous forme narrative à partir de personnages inspirés des utilisateurs, ainsi qu'à des expérimentations autour de l'approche "Puzzling models" qui permet de construire des utilisateurs fictifs avec des vrais morceaux d'historique à partir des utilisateurs du système<br>The places where we live are being digitally enriched to the point where we are travelling through augmented territories, and this transformation is bringing us large-scale computing systems - including recommendation systems - which in turn will shape our behaviors. In this kind of setting, contextualized recommendation requires an environment where users feel confident enough to interact and share as much as possible with the system. Agoraa is a start-up that aims to bring users closer to their territories. The platform they have developed does not require users to be exploited in order to gain access to information about their territory, and enables territorial actors to interact with each other. In this CIFRE thesis, conducted within the start-up, I'm exploring some of the possibilities offered by narration to assist recommendations within this augmented territory setting. This has led to the design of the "Personnages Puzzles Personnalisés pour Explications Narrées" (3PEN) framework, which aims to generate narrative explanations in a modular way from user-inspired characters, and to experiments around the "Puzzling models" approach, which builds fictional users with real pieces of history from the system's users

Cette thèse a pour objectif de créer et évaluer un modèle narratif pour les jeux vidéo émergents dont une part importante du contenu est générée de façon procédurale. Elle propose pour cela une application dans le jeu vidéo Minecraft. L'approche classique de la narration dans les jeux vidéo s'adaptant difficilement à des expériences de jeu plus libres nous proposons de donner au joueur les moyens de transformer le récit en temps réel et de manière explicite grâce à une forme narrative modulaire et adaptative au contexte de jeu courant. Dans un premier temps, la thèse explore les liens entre narration et interaction par le biais de l'étude des rôles de la narration dans les jeux vidéo. Puis, dans un deuxième temps, nous identifions les propriétés qui caractérisent les jeux vidéo émergents afin d'exposer les enjeux narratifs de ce type d'expérience de jeu. Dans un troisième temps, nous détaillons notre proposition d'un modèle narratif adapté aux jeux vidéo émergents ainsi que l'architecture logiciel permettant au joueur de transformer le récit en temps réel. Finalement, nous présentons deux expérimentations visant à vérifier nos hypothèses et à évaluer notre modèle narratif<br>This thesis aims to create and evaluate a narrative model for emergent videogames that make extensive use of procedurally generated content. As such, an application of this model is presented within the videogame Minecraft. The usual approach to narratives in videogames can hardly be applied to experiences of play that involve more freedom from the player's perspective, such as what offer emergents videogames. Thus, we aim to provide players with the means to explicitly alter the story in real time, thanks to a context sensitive and modular narrative form. First, we explore the relationship betweenstorytelling and interactivity by studying the various roles held by narratives in videogames. Then, we identify the properties that define emergent videogames to better expose the narrative challenges they represent. Next, we detail our proposal of a narrative model suitable for emergent games as well as the architecture allowing players to transform the story in real time. Finally, we present an experiment in which we evaluate the validity of our narrative model in the context of emergent videogames

Cette thèse a pour objectif de créer et évaluer un modèle narratif pour les jeux vidéo émergents dont une part importante du contenu est générée de façon procédurale. Elle propose pour cela une application dans le jeu vidéo Minecraft. L'approche classique de la narration dans les jeux vidéo s'adaptant difficilement à des expériences de jeu plus libres nous proposons de donner au joueur les moyens de transformer le récit en temps réel et de manière explicite grâce à une forme narrative modulaire et adaptative au contexte de jeu courant. Dans un premier temps, la thèse explore les liens entre narration et interaction par le biais de l'étude des rôles de la narration dans les jeux vidéo. Puis, dans un deuxième temps, nous identifions les propriétés qui caractérisent les jeux vidéo émergents afin d'exposer les enjeux narratifs de ce type d'expérience de jeu. Dans un troisième temps, nous détaillons notre proposition d'un modèle narratif adapté aux jeux vidéo émergents ainsi que l'architecture logiciel permettant au joueur de transformer le récit en temps réel. Finalement, nous présentons deux expérimentations visant à vérifier nos hypothèses et à évaluer notre modèle narratif<br>This thesis aims to create and evaluate a narrative model for emergent videogames that make extensive use of procedurally generated content. As such, an application of this model is presented within the videogame Minecraft. The usual approach to narratives in videogames can hardly be applied to experiences of play that involve more freedom from the player's perspective, such as what offer emergents videogames. Thus, we aim to provide players with the means to explicitly alter the story in real time, thanks to a context sensitive and modular narrative form. First, we explore the relationship betweenstorytelling and interactivity by studying the various roles held by narratives in videogames. Then, we identify the properties that define emergent videogames to better expose the narrative challenges they represent. Next, we detail our proposal of a narrative model suitable for emergent games as well as the architecture allowing players to transform the story in real time. Finally, we present an experiment in which we evaluate the validity of our narrative model in the context of emergent videogames

Art du flux, data art, l’art numérique s’approprie les flux de données. Le rapport au réel et au temps qui s’y joue semble propice à la narration, pourtant les œuvres intègrent rarement des récits. Choisissant la voie de la recherche création, cette thèse explore les potentialités narratives des flux de données. Articulant les approches techniques, sémiotiques, sociales et esthétiques, la réflexion se nourrit, outre les sciences de l’information et de la communication, de disciplines variées telles que l’informatique, la philosophie, la sociologie, les sciences cognitives et la narratologie. L’œuvre Lucette, Gare de Clichy a été créée spécifiquement pour répondre à la question de recherche. La structure de l’œuvre a été déclinée en une version écran et une version performance. Elle est étudiée depuis sa création jusqu’à sa réception par le public. L’installation de Jonathan Fletcher Moore Artificial Killing Machine est analysée en parallèle. Dans un premier temps, l’objet de recherche – le récit fondé sur un flux de données en temps réel - est défini et le concept de moulins à données est forgé pour désigner ce type d’œuvres. Quatre hypothèses sont ensuite formulées et vérifiées successivement. Si les moulins à données sont à même de configurer une représentation de type narratif, ils doivent pour cela s’affranchir de la logique de l’action. Le récit de fiction est alors mis en mouvement par le réel. La métaphore qui relie les données du réel à la fiction provoque une oscillation de l’attention du spectateur entre le comparé et le comparant. Cette métaphore-switch possède la capacité de renforcer le sens qu’elle véhicule. Les moulins à données sont ainsi à même de faire ressentir la contingence de la vie telle que l’éprouve une personne vulnérable, ballotée entre temps objectif et temps subjectif<br>Sometimes called stream art or data art, digital art seizes data streams as its raw materials. Choosing a path of creative research, this thesis explores the story-telling potentialities of data streams. Structured around technical, social, semiotic and aesthetic approaches, its thinking draws on various fields of study : information and communication sciences, but also computer sciences, cognitive sciences, philosophy, sociology and narratology. The work Lucette, Gare de Clichy was especially designed to answer the researched question. The conformation of the work allowed for two different versions of it : a screen version and a performance. It is studied in all its stages, from its creation process to the public's response to it. Jonathan Fletcher Moore's installation, Artificial Killing Machine, is also analyzed. First, our object of research - stories made from a real-time data stream - is defined and the concept of data mills is crafted to refer to this type of work. Then four hypothesis are formulated and individually verified. If data mills are to be able to form a narrative representation, they must free themselves from the logic of action. Thus can fiction become powered by reality. The metaphor that links the data originated in reality and the crafted fiction generates in the viewer a shifting of focus between what is compared and what compares. This switching-metaphor has the power to reinforce the meaning it carries. Data mills are therefore able to convey the contingency of life as experienced by a vulnerable individual, tossed back and forth between objective and subjective time

La lecture des "Mémoires" de Marmontel est, au contraire de celles des "Contes" en particulier et des oeuvres en général, agréable et captivante. Deux raisons essentielles expliquent leur attrait : leur valeur documentaire (historique) et leur valeur humaine. Le mémorialiste y a consigné ses expériences personnelles et celles de tiers comme Voltaire, Rousseau ou M. De Marigny. Le conflit y est présent sous toute ses formes ; il est inséparable de tout commerce humain et a une valeur ontologique dont témoigne abondamment l'oeuvre posthume. En revanche, les "Contes moraux" évacuent le conflit au point d'en tarir toutes les sources possibles, ce qui cause leur fausseté et leur platitude. Notre propos est de chercher une explication à leur fadeur en étudiant d'abord les "Mémoires". Il en ressort que Marmontel est le siège des passions les plus propres à le dresser contre les autres mais qu'il a été rarement aux prises avec ses semblables grâce à l'éthique de l'honnête homme, à sa modération et à sa propension à la conciliation. Dans la deuxième partie de notre étude, nous nous attachons à étudier le conflit dans les "Contes moraux" (parental et conjugal notamment). L'auteur y apparaît son propre exemple et modèle de création et d'invention. Ses personnages sont à son image : modérés, de bonne foi et de bonne volonté, patients et indulgents, à l'écoute des guides et des mentors et cherchant toujours à complaire. La troisième partie de la thèse est consacrée à l'étude des moyens rhétoriques et narratifs mis en oeuvre pour éviter le conflit

Les données portant sur des événements abondent dans notre société technologique. Une façon intéressante de présenter des données temporelles réelles pour faciliter leur interprétation est un récit généré automatiquement. La compréhension de récits implique la construction d'un réseau causal par le lecteur. Les systèmes de data-to-text narratifs semblent reconnaître l'importance des relations causales. Cependant, celles-ci jouent un rôle secondaire dans leurs planificateurs de document et leur identification repose principalement sur des connaissances du domaine. Cette thèse propose un modèle d'interprétation assistée de données temporelles par génération de récits structurés à l'aide d'un mélange de règles d'association automatiquement extraites et définies manuellement. Les associations suggèrent des hypothèses au lecteur qui peut ainsi construire plus facilement une représentation causale des événements. Ce modèle devrait être applicable à toutes les données temporelles répétitives, comprenant de préférence des actions ou activités, telles que les données d'activités de la vie quotidienne. Les règles d'association séquentielles sont choisies en fonction des critères de confiance et de signification statistique tels que mesurés dans les données d'entraînement. Les règles d'association basées sur les connaissances du monde et du domaine exploitent la similitude d'un certain aspect d'une paire d'événements ou des patrons causaux difficiles à détecter statistiquement. Pour interpréter une période à résumer déterminée, les paires d'événements pour lesquels une règle d'association s'applique sont associées et certaines associations supplémentaires sont dérivées pour former un réseau associatif. L'étape la plus importante du pipeline de génération automatique de texte (GAT) est la planification du document, comprenant la sélection des événements et la structuration du document. Pour la sélection des événements, le modèle repose sur la confiance des associations séquentielles pour sélectionner les faits les plus inhabituels. L'hypothèse est qu'un événement qui est impliqué par un autre avec une probabilité relativement élevée peut être laissé implicite dans le texte. La structure du récit est appelée le fil associatif ramifié, car il permet au lecteur de suivre les associations du début à la fin du texte. Il prend la forme d'un arbre couvrant sur le sous-réseau associatif précédemment sélectionné. Les associations qu'il contient sont sélectionnées en fonction de préférences de type d'association et de la distance temporelle relative. Le fil associatif ramifié est ensuite segmenté en paragraphes, phrases et syntagmes et les associations sont converties en relations rhétoriques. L'étape de microplanification définit des patrons lexico-syntaxiques décrivant chaque type d'événement. Lorsque deux descriptions d'événement doivent être assemblées dans la même phrase, un marqueur discursif exprimant la relation rhétorique spécifiée est employé. Un événement principal et un événement principal précédent sont déterminés pour chaque phrase. Lorsque le parent de l'événement principal dans le fil associatif n'est pas l'événement principal précédent, un anaphorique est ajouté au marqueur discursif frontal de la phrase. La réalisation de surface peut être effectuée en anglais ou en français grâce à des spécifications lexico-syntaxiques bilingues et à la bibliothèque Java SimpleNLG-EnFr. Les résultats d'une évaluation de la qualité textuelle montrent que les textes sont compréhensibles et les choix lexicaux adéquats.<br>Data about events abounds in our technological society. An attractive way of presenting real-life temporal data to facilitate its interpretation is an automatically generated narrative. Narrative comprehension involves the construction of a causal network by the reader. Narrative data-to-text systems seem to acknowledge causal relations as important. However, they play a secondary role in their document planners and their identification relies mostly on domain knowledge. This thesis proposes an assisted temporal data interpretation model by narrative generation in which narratives are structured with the help of a mix of automatically mined and manually defined association rules. The associations suggest causal hypotheses to the reader who can thus construct more easily a causal representation of the events. This model should be applicable to any repetitive temporal data, preferably including actions or activities, such as Activity of Daily Living (ADL) data. Sequential association rules are selected based on the criteria of confidence and statistical significance as measured in training data. World and domain knowledge association rules are based on the similarity of some aspect of a pair of events or on causal patterns difficult to detect statistically. To interpret a specific period to summarize, pairs of events for which an association rule applies are associated. Some extra associations are then derived. Together the events and associations form an associative network. The most important step of the Natural Language Generation (NLG) pipeline is document planning, comprising event selection and document structuring. For event selection, the model relies on the confidence of sequential associations to select the most unusual facts. The assumption is that an event that is implied by another one with a relatively high probability may be left implicit in the text. The structure of the narrative is called the connecting associative thread because it allows the reader to follow associations from the beginning to the end of the text. It takes the form of a spanning tree over the previously selected associative sub-network. The associations it contains are selected based on association type preferences and relative temporal distance. The connecting associative thread is then segmented into paragraphs, sentences, and phrases and the associations are translated to rhetorical relations. The microplanning step defines lexico-syntactic templates describing each event type. When two event descriptions need to be assembled in the same sentence, a discourse marker expressing the specified rhetorical relation is employed. A main event and a preceding main event are determined for each sentence. When the associative thread parent of the main event is not the preceding main event, an anaphor is added to the sentence front discourse marker. Surface realization can be performed in English or French thanks to bilingual lexico-syntactic specifications and the SimpleNLG-EnFr Java library. The results of a textual quality evaluation show that the texts are understandable and the lexical choices adequate.