이 연구는 현대 비디오 게임에 내재된 신화적 콘텐츠를 식별, 추출 및 분석하기 위해 컴퓨터 비전, 비전-언어 모델, 자연어 처리 및 검색 증강 생성을 통합한 실용적이고 자원이 적게 드는 인공 지능 방법론 프레임워크를 제안합니다. 이 방법론은 시각적 콘텐츠(커버 아트 및 게임 플레이 스크린샷 등), 문서화된 텍스트(게임 매뉴얼 포함) 및 게임 플레이 비디오 데이터(플레이어 생성 영상 및 에뮬레이트된 게임 플레이 포함)를 분석합니다. 이 접근법은 분석의 깊이, 확장성 및 컴퓨터 효율성을 균형 있게 유지하면서 개체, 주제 및 서사 구조를 추출하는 데 도움을 줍니다. 이 세 가지 모달리티에서 여덟 가지 보완 기술이 테스트되며, 오픈 소스 모델 및 자동 텍스트 처리 파이프라인의 사용을 통해 투명성과 재현성을 강조합니다. 비주얼 이해, 의미적 검색 및 개체 추출 기술을 결합하여 이 프레임워크는 이질적인 데이터 소스를 통합된 분석 워크플로로 통합할 수 있게 합니다. 연구 결과는 복잡한 멀티미디어 환경에서 문화적, 역사적 및 서사적 콘텐츠의 자동 분석을 위한 새로운 다중 모달 AI 기술의 가능성을 강조합니다. 궁극적으로 이 방법론적 파이프라인은 시각적, 텍스트 및 비디오 자산을 포괄하는 포괄적 다중 모달 데이터베이스의 구축을 용이하게 하며, 이는 저자의 박사 논문인 ῾Ο ἐπιζών: 비디오 게임에서 호머적 헤라클레스의 생존을 위한 재현 가능한 혼합 방법 연구의 기초가 됩니다.
리타 테곤(목요일)은 이 질문을 연구했습니다.