एआई टूल पहले दृश्य की शूटिंग से पहले मूवी रेटिंग्स को सक्षम बनाता है

मूवी रेटिंग्स एक फिल्म के निचले हिस्से और दर्शकों पर इसके प्रभाव के लिए महत्वपूर्ण हैं। पारंपरिक रूप से, एक मूवी को मानव द्वारा मैन्युअल रूप से रेट किया जाता है, जिसमें हिंसा, ड्रग्स का दुरुपयोग और यौन सामग्री को ध्यान में रखा जाता है।

यह गतिविधि जल्द ही आर्टिफ़िशियल इंटेलिजेंस (एआई) के उदय के साथ बदल सकती है। हाल ही में, यूएससी विटरबी स्कूल ऑफ इंजीनियरिंग के शोधकर्ताओं ने एआई टूल्स का उपयोग करके कुछ सेकंड के भीतर एक मूवी को रेट किया। इस दृष्टिकोण के सबसे प्रभावशाली पहलुओं में से एक यह है कि रेटिंग को केवल मूवी स्क्रिप्ट के आधार पर किया जा सकता है, बिना एक भी शॉट की शूटिंग के। इसके कारण, मूवी कार्यकारी एक स्क्रिप्ट विकसित कर सकते हैं, संपादन कर सकते हैं और शूटिंग से पहले एक मूवी रेटिंग डिज़ाइन कर सकते हैं।

नव विकसित दृष्टिकोण स्टूडियो पर वित्तीय प्रभाव पड़ेगा, लेकिन यह रचनात्मक दिमाग को भविष्यवाणी की गई प्रतिक्रिया और दर्शकों से प्रतिक्रिया के आधार पर एक कहानी विकसित और संपादित करने में मदद कर सकता है।

शोध का नेतृत्व श्रीकंथ नारायणन, यूनिवर्सिटी प्रोफेसर और निकी और सी। एल। मैक्स निकियास चेयर इन इंजीनियरिंग, यूएससी विटरबी में सिग्नल विश्लेषण और व्याख्या लैब (एसएआईएल) के शोधकर्ताओं की एक टीम के साथ किया।

स्क्रिप्ट्स पर एआई का अनुप्रयोग

मूवी स्क्रिप्ट्स पर एआई को लागू करने के बाद, टीम ने पाया कि भाषाई संकेत हिंसा, ड्रग्स का दुरुपयोग और यौन सामग्री के आसपास के व्यवहार को इंगित कर सकते हैं जो पात्रों द्वारा प्रदर्शित किए जा रहे हैं। ये सामग्री श्रेणियां अक्सर आज की मूवीज़ को रेट करने के लिए उपयोग की जाती हैं।

टीम ने 992 मूवी स्क्रिप्ट्स का उपयोग किया जिन्हें कॉमन सेंस मीडिया द्वारा हिंसा, ड्रग्स का दुरुपयोग और यौन सामग्री वाले माना गया था। गैर-लाभकारी संगठन परिवारों और शैक्षिक संस्थानों के लिए मूवी की सिफारिशें करने के लिए जिम्मेदार है।

एक प्रशिक्षित एआई को तब 992 स्क्रिप्ट्स पर लागू किया गया, जोखिम व्यवहार, पैटर्न और विशिष्ट भाषा की पहचान की। यह पहले स्क्रिप्ट को इनपुट के रूप में प्राप्त करता है और फिर इसे एक न्यूरल नेटवर्क के माध्यम से प्रोसेस करता है, जो सेमेंटिक्स और भावना अभिव्यक्तियों को स्कैन करता है।

एआई एक वर्गीकरण टूल के रूप में काम करता है, जो वाक्यों और वाक्यांशों को सकारात्मक, नकारात्मक, आक्रामक या किसी अन्य विवरणक के रूप में लेबल करता है। शब्दों और वाक्यांशों को भी तीन श्रेणियों में वर्गीकृत किया जाता है: हिंसा, ड्रग्स का दुरुपयोग और यौन सामग्री।

विक्टर मार्टिनेज यूएससी विटरबी में कंप्यूटर विज्ञान में एक पीएचडी उम्मीदवार और लीड शोधकर्ता हैं।

“हमारा मॉडल मूवी स्क्रिप्ट को देखता है, वास्तविक दृश्यों के बजाय, जिसमें गनशॉट या विस्फोट जैसे ध्वनि शामिल होते हैं जो उत्पादन पाइपलाइन में बाद में होते हैं,” मार्टिनेज ने कहा। “इसका लाभ यह है कि यह एक रेटिंग प्रदान करता है जो उत्पादन से बहुत पहले ही फिल्म निर्माताओं को यह तय करने में मदद करता है कि हिंसा की डिग्री और क्या इसे कम करने की आवश्यकता है।”

“एक फिल्म में ड्रग्स का दुरुपयोग और यौन सामग्री पर केंद्रित सामग्री की मात्रा में एक संबंध प्रतीत होता है। चाहे जानबूझकर या नहीं, फिल्म निर्माता ड्रग्स का दुरुपयोग से संबंधित सामग्री के स्तर को यौन स्पष्ट सामग्री के साथ मेल खाता है,” उन्होंने जारी रखा।

निष्कर्ष और संबंध

शोधकर्ताओं के निष्कर्षों में से एक यह था कि यह असंभव है कि एक मूवी में तीनों जोखिम भरे व्यवहारों का उच्च स्तर हो, जो मोशन पिक्चर एसोसिएशन (एमपीए) द्वारा निर्धारित मानकों के कारण होने की संभावना है। उन्होंने एमपीए रेटिंग्स और जोखिम भरे व्यवहारों के बीच एक संबंध भी पाया। उदाहरण के लिए, एमपीए हिंसा/ड्रग्स का दुरुपयोग की सामग्री पर कम जोर देता है क्योंकि यौन सामग्री बढ़ जाती है।

“एसएआईएल में, हम इस रचनात्मक व्यवसाय में सभी हितधारकों – लेखकों, फिल्म निर्माताओं और निर्माताओं – के लिए एआई पर आधारित प्रौद्योगिकियों और टूल्स को डिज़ाइन कर रहे हैं ताकि वे अपनी कहानी को फिल्म पर बताने से जुड़ी विभिन्न महत्वपूर्ण विवरणों के बारे में जागरूकता बढ़ा सकें,” नारायणन ने कहा।

“हम न केवल कथाकारों के दृष्टिकोण में रुचि रखते हैं और वे जो कथाएं बुनते हैं, बल्कि यह भी समझने में रुचि रखते हैं कि यह दर्शकों पर क्या प्रभाव डालता है और पूरे अनुभव से ‘टेक-अवे’ क्या है। ऐसे टूल्स जागरूकता बढ़ाने में मदद करेंगे, उदाहरण के लिए, नकारात्मक स्टीरियोटाइप्स की पहचान करके,” उन्होंने कहा।

शोध टीम में यूएससी विटरबी में इलेक्ट्रिकल और कंप्यूटिंग इंजीनियरिंग में पीएचडी उम्मीदवार कृष्णा सोमंदेपल्ली और यूसीएलए के मनोविज्ञान विभाग के प्रोफेसर याल्डा टी। उह्ल्स शामिल हैं।

शोध EMNLP 2020 सम्मेलन में प्रस्तुत किया गया था।