Mappatura delle Dinamiche Emotive dai Copioni dei Film

I ricercatori canadesi hanno utilizzato migliaia di copioni di film per sviluppare un framework di apprendimento automatico che può tracciare le arcate emotive degli speaker interpretando la temperatura emotiva del loro dialogo mentre si evolve nel corso della narrazione.

La ricerca, dell’Università di Carleton a Ottawa, si intitola Dinamiche Emotive nei Dialoghi dei Film e include l’analisi dei personaggi centrali in film noti come The Shining e Casino. È destinata a essere una base potenziale per l’analisi e la mappatura dell’apprendimento automatico del discorso nel mondo reale in canali diversi come i thread dei social media e le trascrizioni delle consultazioni di psicologia.

Il lavoro propone un framework di dinamiche emotive dell’enunciazione (UED) basato su metriche simili dalla ricerca in psicologia, e è il primo a modellare le emozioni dai dialoghi della storia su base per personaggio, piuttosto che calcolare la temperatura emotiva media nel dialogo aggregato in tutto il film.

Una mappa di parole derivata dal dialogo di Jack Nicholson in The Shining (1980), mappata a valenza contro lo stato emotivo di riposo del personaggio. Fonte: https://arxiv.org/pdf/2103.01345.pdf

I componenti di UED includono base di partenza (uno stato emotivo tipico o ‘di riposo’); variabilità (l’estensione in cui le emozioni sono volatili e probabili di cambiare rapidamente); e tassi di aumento/ripristino (la capacità dei personaggi di regolare le emozioni sfidanti).

In questo esempio astratto del paper, il personaggio rappresentato dalla linea nera ha un tasso di ripristino molto più basso da uno stato emotivo disturbato o discorde rispetto a un personaggio corrispondente.

Il lavoro è progettato per aiutare a rispondere a alcune questioni impegnative nella teoria letteraria, tra cui: l’estensione in cui i personaggi verbalizzano le loro emozioni direttamente nel corso della narrazione; l’estensione in cui una trama può essere dedotta direttamente dal dialogo; l’identificazione di un punto nella narrazione in cui i personaggi centrali sono più in disaccordo tra loro; e la differenza tra la capacità dei personaggi di negoziare emozioni difficili e le loro conseguenze.

Nell’analizzare il dialogo dei due personaggi centrali di The Shining, il colore della linea indica il tempo narrativo, che si addensa al rosso mentre la narrazione si avvicina alla fine. Le linee nere tratteggiate indicano gli assi principali e secondari di un’ellisse che racchiude il 95% della durata dei personaggi principali (non mostrata nel grafico, per chiarezza).

Seguendo le Sceneggiature

I dati sono stati generati da 1.123 copioni di film disponibili apertamente dall’Internet Movie Script Database (IMSDB). Sono stati considerati solo i personaggi con un minimo di 50 scambi interpersonali per film, il che ha lasciato 2.687 soggetti di studio dei personaggi da un totale di 54.518 personaggi contenuti nel corpus di materiale di sceneggiatura.

Il testo è stato elaborato con il lemmatizzatore NLTK WordNet Lemmatizer, producendo 5.673.201 token di linguaggio naturale (NLP), con ogni personaggio lasciato con circa 1.376 token per film.

I ricercatori notano che la valutazione delle parole in questo modo prende in considerazione solo il valore emotivo esplicito della parola, piuttosto che la sua relazione con le parole circostanti (sia dallo stesso personaggio che da un altro personaggio nella scena). Tuttavia, i ricercatori sostengono che la maggior parte delle parole ha un senso primario dominante, e che la cattura aggregata della parola compensa questa mancanza di contesto.

Variabilità Emotiva

Nello sviluppare un grafico ridotto 0>100 che rappresenta la variabilità emotiva dei personaggi attraverso i copioni di film estratti, il paper nota che il personaggio di Sharon Stone in Casino (1995), sebbene il personaggio di Jill Ritchie in Little Athens (2005) si classifica al primo posto nella lega di volatilità, con il personaggio di Devin Brochu in Hesher (2010) al secondo posto.

Forse prevedibilmente, il personaggio di Brent Spiner, l’androide Cmdr. Data, della serie di film Star Trek, mostra la minore variabilità emotiva tra i personaggi studiati, sebbene abbia superato di poco l’umano compagno di equipaggio Riker (il personaggio di Jonathan Frakes nella serie).

Il paper conferma la nostra comprensione istintiva della struttura che le emozioni sono probabili di raggiungere un picco e risolversi in qualche modo (negativamente o positivamente) nell’ultimo 10-15% della narrazione, dove il conflitto sviluppato deve in qualche modo essere affrontato. La ricerca ha scoperto che le affermazioni negative dei personaggi in un film aumentano del 2% nel corso della sua durata, raggiungendo il 91% al culmine della narrazione, mentre le parole positive diminuiscono, sebbene meno marcatamente, nello stesso periodo di tempo.

Altri Fattori

I ricercatori intendono sviluppare il lavoro per applicarlo a una serie di domini, tra cui politica pubblica, salute pubblica e scienze sociali. Notano che i risultati del lavoro non dovrebbero essere considerati una matrice completa per la valutazione dello stato emotivo e forniscono un modello di linee guida etiche a 7 punti che dovrebbe essere considerato nell’utilizzo di queste tecniche.

Come notato da ricerche recenti del Consiglio dei media svedese, ci sono molti fattori non testuali che dovrebbero essere presi in considerazione quando si tenta di valutare la temperatura emotiva di una narrazione, poiché il contesto, la musica, i suggerimenti visivi e i fattori temporali non dichiarati (come il silenzio) contribuiscono notevolmente al significato del discorso.

Il contesto è particolarmente importante: ad esempio, si imparerebbe molto poco sullo stato emotivo dell’astronauta di Keir Dullea in 2001: Odissea nello Spazio (1968) di Stanley Kubrick studiando la sceneggiatura, poiché quel personaggio è stato ampiamente addestrato a mantenere una mentalità di risoluzione dei problemi in circostanze altamente stressanti. Inoltre, molti film emotivamente discorsivi fanno un uso scarso del dialogo.