Connect with us

人工知能

映画脚本からの感情ダイナミクスのマッピング

mm

カナダの研究者は、数千の映画脚本を使用して、話し手の感情的な温度を解釈することで、物語の中で話し手の感情的なアークを追跡できる機械学習フレームワークを開発しました。

研究は、オタワのカールトン大学から行われ、映画のダイアログにおける感情ダイナミクスと題され、シャイニングカジノなどの有名な映画の主要キャラクターの分析を含んでいます。ソーシャルメディアのスレッドや心理学の相談のトランスクリプトなどのさまざまなチャンネルでの実世界の談話の分析とマッピングのための基礎として意図されています。

この研究では、心理学研究からの類似の指標に基づいて、発話感情ダイナミクス(UED)のフレームワークを提案しています。これは、映画全体のダイアログの平均感情温度を計算するのではなく、各キャラクターの物語のダイアログから感情をモデル化する最初の研究です。

ジャック・ニコルソンのダイアログから導かれたワードマップ(1980)

ジャック・ニコルソンのダイアログから導かれたワードマップ(1980) ソース: https://arxiv.org/pdf/2103.01345.pdf

UEDの要素には、ホームベース(典型的なまたは「休憩」の感情状態)、変動性(感情が変化する可能性と速度)、および上昇/回復率(キャラクターが困難な感情を調節する能力)が含まれます。

この抽象的な例では、黒い線で表されたキャラクターは、対応するキャラクターよりも、混乱したまたは不和のイベントによって引き起こされる感情状態から回復する率が遅いです。

この抽象的な例では、黒い線で表されたキャラクターは、対応するキャラクターよりも、混乱したまたは不和のイベントによって引き起こされる感情状態から回復する率が遅いです。

この研究は、物語の中でキャラクターが直接感情を表現する程度、ダイアログからプロットを直接推測する程度、物語の中で主要キャラクターが最も対立する点の特定、キャラクターが困難な感情を交渉する能力とその結果の違いなどの、文学理論におけるいくつかの課題的な問題に答えることを目的としています。

シャイニングの2人の主要キャラクターからのダイアログを分析した結果、線の色は物語の時間を表し、物語の終わり近くになると赤に深まる。黒い点線は、主要な軸と副軸を表し、主要キャラクターの95%の期間をカバーする(グラフには表示されていません)。

シャイニングの2人の主要キャラクターからのダイアログを分析した結果、線の色は物語の時間を表し、物語の終わり近くになると赤に深まる。黒い点線は、主要な軸と副軸を表し、主要キャラクターの95%の期間をカバーする(グラフには表示されていません)。

脚本の分析

データは、インターネット・ムービー・スクリプト・データベース(IMSDB)から入手可能な1,123の映画脚本から生成されました。各映画あたり50以上のキャラクター間のやり取りを持つキャラクターのみが考慮され、合計54,518人のキャラクターから2,687人のキャラクター研究対象者が残りました。

テキストは、NLTK WordNet Lemmatizerで処理され、5,673,201の自然言語処理(NLP)ワード・トークンが生成され、各キャラクターには約1,376のトークンが残りました。

研究者は、単語の評価は、単語の明示的な感情的価値のみを考慮しており、同じキャラクターまたはシーン内の他のキャラクターからの周囲の単語との関係は考慮されていないことを指摘しています。ただし、研究者は、ほとんどの単語には主要な一次的な意味があると主張し、集約単語のキャプチャはこのコンテキストの欠如を補償するということです。

感情の変動性

映画脚本からの感情の変動性を表す0〜100のグラフを開発する中で、研究論文は、シャロン・ストーンのカジノ(1995)からのキャラクターは、感情の変動性が高いキャラクターの1人であることを指摘しています。ただし、ジル・リッチーのリトル・アテネ(2005)からのキャラクターは、感情の変動性が最も高いキャラクターであり、デビン・ブロシューのヘッシャー(2010)からのキャラクターは2位です。

おそらく予想通り、ブレント・スパイナーのアンドロイド・キャラクター、Cmdr. Dataは、スタートレック映画シリーズで感情の変動性が最も低いキャラクターです。ただし、人間のクルーメイト、ライカー(ジョナサン・フレイクスのキャラクター)は、僅差で2位です。

研究論文は、私たちの直感的な物語の構造の理解を確認しており、感情は物語の最後の10〜15%でピークに達し、否定的にまたは肯定的に解決される可能性が高いことを示しています。研究では、映画の中でキャラクターの否定的な発言が2%増加し、物語のクライマックスでは91%に達する一方、肯定的な単語も同様の期間中に減少することを発見しました。

その他の要因

研究者は、公共政策、公共保健、社会科学などのさまざまな分野にこの研究を適用することを意図しています。研究者は、この研究の結果を感情状態の評価の完全なマトリックスとして考えるべきではないと述べています。また、7つの倫理ガイドラインのテンプレートを提供し、これらの技術を使用する際に考慮する必要があります。

スウェーデンのメディア評議会による最近の研究によると、物語の感情的な温度を測定しようとする際には、コンテキスト、音楽、視覚的なヒント、無言の時間的要因(例:沈黙)などの非テキスト要因を考慮する必要があります。

コンテキストは特に重要です。例えば、スタンリー・キューブリックの2001年: 宇宙の旅(1968)におけるキア・デュリアの宇宙飛行士のキャラクターの感情状態を、脚本を分析することで学ぶことはほとんどありません。なぜなら、このキャラクターは、非常にストレスの高い状況で問題を解決するために徹底的に訓練されているからです。さらに、多くの感情的な映画は、ダイアログをほとんど使用しません。

機械学習に関するライター、ヒューマンイメージシンセシスのドメインスペシャリスト。Metaphysic.aiの研究コンテンツ責任者を務めた。