arXiv cs.AI

大規模言語モデルを用いた映画的ストーリーテリングによる時空間データの理解

Comprehending Spatio-temporal Data via Cinematic Storytelling using Large Language Models

http://arxiv.org/abs/2510.17301v1


時空間データは、空間と時間をまたがる複雑なダイナミクスを捉えていますが、従来の視覚化は専門知識を必要とし、一般の聴衆にとって分かりにくいことが多いです。本論文では、MapMuseというストーリーテリングに基づくフレームワークを提案し、時空間データセットを魅力的な物語体験へと変換します。大規模言語モデルと情報検索強化生成(RAG)、エージェントベースの技術を活用してデータの物語を生成します。映画的ストーリーテリングの原則を基に、明確さと感情的なつながりに重点を置き、観客中心のデザインを強調します。具体的には、タクシーの軌跡データを分析し、熱マップに基づく都市の移動パターンを描いた物語と、ひとつの長いタクシー旅に焦点を当てた詳細な物語とを提示します。データストーリーテリングが、時空間情報から洞察や行動を促進すると主張し、MapMuseがデータの複雑さと人間の理解をつなぐ役割を果たす可能性を示します。