Mapování Emocionálních Dynamik Z Filmových Scénářů

Kanadští výzkumníci použili tisíce filmových scénářů k vývoji rámce strojového učení, který může sledovat emocionální oblouky mluvčích interpretací emocionální teploty jejich dialogu, jak se vyvíjí po průběhu narace.

Výzkum, který pochází z Carletonovy univerzity v Ottawě, se jmenuje Emocionální Dynamika Ve Filmových Dialozích a zahrnuje analýzu hlavních postav ve známých filmech, jako je Shining a Casino. Je určen jako potenciální základ pro analýzu a mapování reálných diskurzů v různých kanálech, jako jsou sociální sítě a transkripty psychologických konzultací.

Práce navrhuje rámec emocionální dynamiky výroků (UED) založený na podobných metrikách z výzkumu v psychologii a je první, kdo modeluje emoce z dialogů ve filmech na základě jednotlivých postav, spíše než výpočet průměrné emocionální teploty v agregovaných dialozích po celé délce filmu.

Slovní mapa odvozená z dialogu Jacka Nicholsona ve filmu Shining (1980), barevně mapovaná na valenci proti emocionálnímu stavu postavy. Zdroj: https://arxiv.org/pdf/2103.01345.pdf

Komponenty UED zahrnují domácí základnu (typickou nebo “odpočinkovou” emocionální stav); variabilitu (rozsah, ve kterém jsou emoce nestálé a pravděpodobně se rychle změní); a rychlost vzestupu a zotavení (schopnost postav regulovat náročné emoce).

V tomto abstraktním příkladu z dokumentu má postava reprezentovaná černou linií mnohem nižší rychlost zotavení z narušeného nebo nesourodého emocionálního stavu než odpovídající postava.

Práce je navržena tak, aby pomohla zodpovědět některé náročné otázky v literární teorii, včetně: rozsahu, ve kterém postavy verbalizují své emoce přímo v naraci; rozsahu, ve kterém lze děj odvodit přímo z dialogu; identifikace bodu v naraci, kde jsou hlavní postavy nejvíce v rozporu; a rozdíl mezi schopností postav vyjednávat náročné emoce a jejich důsledky.

Při analýze dialogu z dvou hlavních postav ve filmu Shining, barva linky indikuje časový průběh, který se prohlubuje do červené, jak se narace blíží ke konci. Černé tečkované linky indikují hlavní a vedlejší osy elipsy, která zahrnuje hlavní postavy po 95 % délky (není zobrazeno v grafu, pro jasnost).

Následování Scénářů

Data byla generována z 1 123 otevřeně dostupných filmových scénářů z Internet Movie Script Database (IMSDB). Bylo zvažováno pouze postav s minimálně 50 mezipostavnými výměnami za film, což zůstalo 2 687 postavám ze 54 518 postav obsažených v korpusu scénářů.

Text byl zpracován s NLTK WordNet Lemmatizer, který produkoval 5 673 201 tokenů přirozeného jazykového zpracování (NLP), s každou postavou, která zůstala s přibližně 1 376 tokeny za film.

Výzkumníci uvádějí, že hodnocení slov tímto způsobem zohledňuje pouze explicitní emocionální hodnotu slova, nikoli jeho vztah k okolním slovům (buď ze stejné postavy nebo z jiné postavy ve scéně). Nicméně výzkumníci argumentují, že většina slov má dominantní primární význam, a že agregovaná slovní mapa kompenzuje tuto absenci kontextu.

Emocionální Variabilita

Při vývoji redukovaného grafu 0>100 reprezentujícího emocionální variabilitu postav napříč extrahovanými filmovými scénáři, dokument uvádí, že postava Sharon Stone ze Casina (1995), ačkoli postava Jill Ritchie ze Little Athens (2005) je na vrcholu ligy volatility, s postavou Devina Brochua v Hesheru (2010) na druhém místě.

Možná předvídatelně, postava androida Cmdr. Data z filmové série Star Trek vykazuje nejnižší emocionální variabilitu mezi zvažovanými postavami, ačkoli pouze úzce porážející lidského spolubojovníka Rikera (postavu Jonathana Frakese ve filmové sérii).

Dokument potvrzuje naše intuitivní porozumění tomu, že emoce jsou pravděpodobně dosáhnou maxima a vyřeší se nějakým způsobem (negativně nebo pozitivně) v posledním 10-15 % narace, kde musí být vyvinutý konflikt nějakým způsobem řešen. Výzkum zjistil, že negativní výroky postav ve filmu se zvyšují o 2 % po jeho délce, rostou na 91 % v kulminaci narace, zatímco pozitivní slova také klesají, i když méně výrazně, ve stejném časovém rámci.

Ostatní Faktory

Výzkumníci mají v úmyslu dále rozvíjet práci, aby ji mohli aplikovat na řadu oblastí, včetně veřejné politiky, veřejného zdraví a sociálních věd. Uvádějí, že výsledky práce by neměly být považovány za kompletní matici pro hodnocení emocionálního stavu, a poskytují 7-bodový šablonu etických pokynů, které by měly být zvažovány při používání těchto technik.

Jak uvádí nedávný výzkum ze Švédské mediální rady, existuje mnoho ne-textových faktorů, které by měly být zohledněny při pokusu o určení emocionální teploty narace, protože kontext, hudba, vizuální signály a neverbální časové faktory (jako ticho) přispívají výrazně k významu diskurzu.

Kontext je zvláště důležitý: například byste se naučili velmi málo o emocionálním stavu astronauta Keira Dullea ve filmu 2001: Vesmírná Odysea (1968) studiem scénáře, protože tato postava byla rozsáhle vyškolena, aby si zachovala problémový přístup v vysoce stresových situacích. Kromě toho mnoho emocionálně diskursivních filmů využívá velmi málo dialogu.