ປັນຍາປະດິດ
ການສ້າງແຜນທີ່ແບບເຄື່ອນໄຫວທາງອາລົມຈາກສະຄຣິບຮູບເງົາ
ນັກຄົ້ນຄວ້າຊາວການາດາໄດ້ໃຊ້ສະຄຣິບຮູບເງົາຫຼາຍພັນສະບັບເພື່ອພັດທະນາໂຄງຮ່າງການຮຽນຮູ້ຂອງເຄື່ອງຈັກທີ່ສາມາດຕິດຕາມຄວາມຮູ້ສຶກຂອງລໍາໂພງໂດຍການຕີຄວາມຫມາຍຂອງອຸນຫະພູມອາລົມຂອງການສົນທະນາຂອງເຂົາເຈົ້າຍ້ອນວ່າມັນພັດທະນາໃນໄລຍະການບັນຍາຍ.
ໄດ້ ການຄົ້ນຄວ້າ, ຈາກມະຫາວິທະຍາໄລ Carleton ຢູ່ Ottawa, ມີສິດໄດ້ຮັບ Dynamics ອາລົມໃນການສົນທະນາຮູບເງົາ ແລະປະກອບມີການວິເຄາະຂອງລັກສະນະສູນກາງໃນຮູບເງົາທີ່ມີຊື່ສຽງເຊັ່ນ: The Shining ແລະ ຊີໂນ. ມັນມີຈຸດປະສົງເປັນພື້ນຖານທີ່ມີທ່າແຮງສໍາລັບການວິເຄາະການຮຽນຮູ້ເຄື່ອງຈັກແລະການສ້າງແຜນທີ່ຂອງການສົນທະນາໃນໂລກທີ່ແທ້ຈິງໃນຊ່ອງທາງທີ່ຫຼາກຫຼາຍເຊັ່ນ: ກະທູ້ສື່ມວນຊົນສັງຄົມແລະການຖອດຂໍ້ຄວາມຂອງການປຶກສາຫາລືທາງດ້ານຈິດໃຈ.
ວຽກງານດັ່ງກ່າວໄດ້ສະເໜີໂຄງຮ່າງການເຄື່ອນໄຫວຂອງອາລົມການເວົ້າ (UED) ໂດຍອີງໃສ່ຕົວຊີ້ບອກທີ່ຄ້າຍຄືກັນຈາກການຄົ້ນຄວ້າທາງດ້ານຈິດຕະວິທະຍາ, ແລະເປັນຕົວແບບທຳອິດທີ່ຈະສ້າງແບບຈໍາລອງອາລົມຈາກການສົນທະນາເລື່ອງບົນພື້ນຖານຕໍ່ຕົວລະຄອນ, ແທນທີ່ຈະຄິດໄລ່ອຸນຫະພູມທາງອາລົມສະເລ່ຍໃນການສົນທະນາລວມໃນທົ່ວຂອບເຂດ. ຂອງຮູບເງົາ.
ອົງປະກອບຂອງ UED ປະກອບມີ ຖານບ້ານ (ສະພາບອາລົມແບບປົກກະຕິ ຫຼື 'ພັກຜ່ອນ'); ການປ່ຽນແປງ (ຂອບເຂດທີ່ອາລົມມີຄວາມຜັນຜວນ ແລະອາດຈະປ່ຽນແປງໄວ); ແລະ ອັດຕາການຟື້ນຕົວ / ເພີ່ມຂຶ້ນ (ຄວາມສາມາດຂອງຕົວລະຄອນໃນການຄວບຄຸມອາລົມທີ່ທ້າທາຍ).
ວຽກງານດັ່ງກ່າວໄດ້ຖືກອອກແບບເພື່ອຊ່ວຍຕອບບາງບັນຫາທີ່ທ້າທາຍໃນທິດສະດີວັນນະຄະດີ, ລວມທັງ: ຂອບເຂດທີ່ຕົວລະຄອນສະແດງຄວາມຮູ້ສຶກຂອງເຂົາເຈົ້າໂດຍກົງຕໍ່ການບັນຍາຍ; ຂອບເຂດທີ່ສາມາດສະຫຼຸບໄດ້ໂດຍກົງຈາກການສົນທະນາ; ການກໍານົດຈຸດໃດຫນຶ່ງໃນຄໍາບັນຍາຍທີ່ລັກສະນະສູນກາງແມ່ນມີຄວາມຂັດແຍ້ງກັນຫຼາຍທີ່ສຸດ; ແລະຄວາມແຕກຕ່າງລະຫວ່າງຄວາມສາມາດຂອງຕົວລະຄອນໃນການເຈລະຈາອາລົມທີ່ຫຍຸ້ງຍາກ, ແລະຜົນສະທ້ອນຂອງມັນ.
ປະຕິບັດຕາມ Scripts
ຂໍ້ມູນໄດ້ຖືກສ້າງຂຶ້ນຈາກ 1,123 ສະຄຣິບຮູບເງົາທີ່ມີຢູ່ຢ່າງເປີດເຜີຍຈາກຖານຂໍ້ມູນ Internet Movie Script (IMSDB). ສະເພາະຕົວລະຄອນທີ່ມີອັດຕາແລກປ່ຽນລະຫວ່າງຕົວລະຄອນຢ່າງໜ້ອຍ 50 ໂຕຕໍ່ຮູບເງົາຖືກພິຈາລະນາ, ເຊິ່ງເຮັດໃຫ້ 2,687 ຫົວຂໍ້ສຶກສາລັກສະນະຈາກທັງໝົດ 54, 518 ຕົວອັກສອນທີ່ບັນຈຸຢູ່ໃນເອກະສານສະຄຣິບ.
ຂໍ້ຄວາມໄດ້ຖືກປະມວນຜົນດ້ວຍ NLTK WordNet Lemmatizer, ຜະລິດ 5,673,201 tokens ການປະມວນຜົນພາສາທໍາມະຊາດ (NLP), ແຕ່ລະຕົວອັກສອນປະໄວ້ປະມານ 1,376 tokens ຕໍ່ຮູບເງົາ.
ນັກຄົ້ນຄວ້າສັງເກດເຫັນວ່າການປະເມີນຜົນຂອງຄໍາສັບຕ່າງໆໃນຮູບແບບນີ້ພຽງແຕ່ໃຊ້ເວລາເຂົ້າໄປໃນສະພາບການຂອງຄຸນຄ່າທາງດ້ານຈິດໃຈທີ່ຊັດເຈນ, ແທນທີ່ຈະມີຄວາມສໍາພັນກັບຄໍາສັບຕ່າງໆອ້ອມຂ້າງ (ທັງຈາກລັກສະນະດຽວກັນຫຼືຈາກລັກສະນະອື່ນໃນ scene). ຢ່າງໃດກໍຕາມ, ນັກຄົ້ນຄວ້າໄດ້ໂຕ້ຖຽງວ່າຄໍາສ່ວນໃຫຍ່ມີ a ຄວາມຮູ້ສຶກຕົ້ນຕໍທີ່ເດັ່ນຊັດ, ແລະວ່າການລວບລວມຄໍາສັບລວມຊົດເຊີຍສໍາລັບການຂາດບໍລິບົດນີ້.
ຄວາມປ່ຽນແປງທາງອາລົມ
ໃນການພັດທະນາການຫຼຸດຜ່ອນ 0>100 ເສັ້ນສະແດງໃຫ້ເຫັນການປ່ຽນແປງທາງດ້ານຈິດໃຈຂອງຕົວອັກສອນໃນທົ່ວສະຄຣິບຮູບເງົາທີ່ໄດ້ສະກັດ, ກະດາດບັນທຶກລັກສະນະ Sharon Stone ຈາກ. ຊີໂນ (1995), ເຖິງແມ່ນວ່າລັກສະນະ Jill Ritchie ຈາກ Athens ນ້ອຍ (2005) ຢູ່ເທິງສຸດຂອງລີກຂອງການເຫນັງຕີງ, ມີລັກສະນະຂອງ Devin Brochu ໃນ ເຮເຊັບ (2010) ຢູ່ອັນດັບສອງ.
ບາງທີອາດຄາດເດົາໄດ້, Cmdr ການສ້າງ android ຂອງ Brent Spiner. ຂໍ້ມູນຈາກ Star Trek franchise ຮູບເງົາສະແດງໃຫ້ເຫັນການປ່ຽນແປງທາງດ້ານຈິດໃຈຫນ້ອຍທີ່ສຸດໃນບັນດາຕົວລະຄອນທີ່ໄດ້ສຶກສາ, ເຖິງແມ່ນວ່າພຽງແຕ່ຕີລູກເຮືອ Riker (ຕົວລະຄອນຂອງ Jonathan Frakes ໃນຊຸດ).
ເອກະສານຢືນຢັນ instinctive ຂອງພວກເຮົາ ຄວາມເຂົ້າໃຈ ອາລົມມີແນວໂນ້ມທີ່ຈະສູງສຸດແລະແກ້ໄຂໃນບາງທາງ (ທາງລົບຫຼືທາງບວກ) ໃນ 10-15% ສຸດທ້າຍຂອງການເທື່ອເນື່ອງຈາກ, ບ່ອນທີ່ຄວາມຂັດແຍ້ງທີ່ພັດທະນາໃນບາງທາງຕ້ອງໄດ້ຮັບການແກ້ໄຂ. ການຄົ້ນຄວ້າພົບວ່າຄໍາເວົ້າທີ່ບໍ່ດີຂອງຕົວລະຄອນໃນຮູບເງົາເພີ່ມຂຶ້ນ 2% ໃນໄລຍະເວລາຂອງມັນ, ເພີ່ມຂຶ້ນເຖິງ 91% ໃນຈຸດສູງສຸດຂອງການບັນຍາຍ, ໃນຂະນະທີ່ຄໍາເວົ້າໃນທາງບວກຍັງຫຼຸດລົງ, ເຖິງແມ່ນວ່າຈະຫນ້ອຍລົງ, ໃນໄລຍະເວລາດຽວກັນ.
ປັດໄຈອື່ນໆ
ນັກຄົ້ນຄວ້າມີຄວາມຕັ້ງໃຈທີ່ຈະພັດທະນາວຽກງານເພື່ອນໍາໄປໃຊ້ໃນຂອບເຂດຂອງໂດເມນ, ລວມທັງນະໂຍບາຍສາທາລະນະ, ສາທາລະນະສຸກແລະວິທະຍາສາດສັງຄົມ. ພວກເຂົາເຈົ້າສັງເກດວ່າການຄົ້ນພົບຂອງການເຮັດວຽກບໍ່ຄວນຖືກພິຈາລະນາເປັນ matrix ທີ່ສົມບູນແບບສໍາລັບການປະເມີນຜົນຂອງສະພາບອາລົມ, ແລະໃຫ້ຄໍາແນະນໍາດ້ານຈັນຍາບັນ 7 ຈຸດທີ່ຄວນພິຈາລະນາໃນການນໍາໃຊ້ເຕັກນິກເຫຼົ່ານີ້.
ເປັນບັນທຶກໄວ້ໂດຍ ການຄົ້ນຄວ້າທີ່ຜ່ານມາ ຈາກສະພາສື່ມວນຊົນຊູແອັດ, ມີຫຼາຍປັດໃຈທີ່ບໍ່ແມ່ນຂໍ້ຄວາມທີ່ຄວນພິຈາລະນາໃນເວລາທີ່ພະຍາຍາມວັດແທກອຸນຫະພູມອາລົມຂອງການບັນຍາຍ, ນັບຕັ້ງແຕ່ສະພາບການ, ດົນຕີ, ສັນຍານສາຍຕາແລະປັດໃຈທາງໂລກທີ່ບໍ່ໄດ້ເວົ້າ (ເຊັ່ນ: ຄວາມງຽບ) ປະກອບສ່ວນຢ່າງຫຼວງຫຼາຍຕໍ່ ຄວາມຫມາຍຂອງການສົນທະນາ.
ສະພາບການແມ່ນມີຄວາມສໍາຄັນໂດຍສະເພາະ: ຕົວຢ່າງຫນຶ່ງ, ອາດຈະຮຽນຮູ້ຫນ້ອຍຫຼາຍກ່ຽວກັບສະພາບຈິດໃຈຂອງນັກອາວະກາດ Keir Dullea ທີ່ຖືກຄ້າງຢູ່ໃນ Stanley Kubrick's. 2001: Space Odyssey (1968) ໂດຍການສຶກສາ script, ນັບຕັ້ງແຕ່ຕົວລະຄອນນັ້ນໄດ້ຮັບການຝຶກອົບຮົມຢ່າງກວ້າງຂວາງເພື່ອຮັກສາແນວຄິດການແກ້ໄຂບັນຫາໃນສະຖານະການທີ່ມີຄວາມກົດດັນສູງ. ນອກຈາກນັ້ນ, ຮູບເງົາທີ່ມີອາລົມຫຼາຍ ເຮັດໃຫ້ການນໍາໃຊ້ sparse ຂອງການສົນທະນາ.