Mapowanie Dynamiki Emocjonalnej Z Scenariuszy Filmowych

Kanadyjscy badacze wykorzystali tysiące scenariuszy filmowych, aby opracować ramy machine learning, które mogą śledzić emocjonalne łuki mówców, interpretując emocjonalną temperaturę ich dialogu wraz z rozwojem narracji.

Badanie, przeprowadzone przez Uniwersytet Carleton w Ottawie, nosi tytuł Emotion Dynamics in Movie Dialogues i zawiera analizę głównych postaci w znanych filmach, takich jak The Shining i Casino. Ma ono służyć jako potencjalna podstawa do analizy i mapowania dyskursu w świecie rzeczywistym, w różnych kanałach, takich jak wątki na portalach społecznościowych i transkrypcje konsultacji psychologicznych.

Praca proponuje ramy dynamiki emocjonalnej wypowiedzi (UED) oparte na podobnych metrykach z badań psychologicznych i jest pierwszą, która modeluje emocje z dialogu w historii na podstawie poszczególnych postaci, a nie obliczając średniej temperatury emocjonalnej w agregowanym dialogu na całym filmie.

Mapa słów pochodząca z dialogu Jacka Nicholsona w filmie The Shining (1980), skoloryzowana do valence w stosunku do stanu emocjonalnego postaci. Źródło: https://arxiv.org/pdf/2103.01345.pdf

Składniki UED obejmują bazę domową (typowy lub “spokojny” stan emocjonalny); zmienność (stopień, w jakim emocje są lotne i mogą szybko ulegać zmianie); oraz wskaźniki wzrostu/odzyskiwania (zdolność postaci do regulacji trudnych emocji).

W tym abstrakcyjnym przykładzie z artykułu postać reprezentowana przez linię czarną ma znacznie niższy wskaźnik odzyskiwania od stanu emocjonalnego zaburzonego lub niezgodnego niż odpowiednia postać.

Praca ta ma na celu pomóc w rozwiązaniu niektórych trudnych problemów w teorii literatury, w tym: stopnia, w jakim postacie wypowiadają swoje emocje bezpośrednio w narracji; stopnia, w jakim fabuła może być wnioskowana bezpośrednio z dialogu; identyfikacji punktu w narracji, w którym główne postacie są najbardziej ze sobą w konflikcie; oraz różnicy między zdolnością postaci do negocjowania trudnych emocji a ich konsekwencjami.

Podczas analizy dialogu z dwóch głównych postaci z filmu The Shining, kolor linii wskazuje czas narracji, głęboki w kolorze czerwonym w miarę zbliżania się do końca narracji. Czarne kropkowane linie wskazują główne i mniejsze osie elipsy obejmującej 95% czasu trwania głównych postaci (nie pokazano na wykresie, dla wyjaśnienia).

Postępowanie Zgodnie Z Scenariuszami

Dane zostały wygenerowane z 1,123 dostępnych scenariuszy filmowych z Internet Movie Script Database (IMSDB). Tylko postacie z minimum 50 wymian między postaciami na film zostały uwzględnione, co pozostawiło 2,687 obiektów badań z łącznej liczby 54, 518 postaci zawartych w korpusie materiału scenariuszowego.

Tekst został przetworzony za pomocą NLTK WordNet Lemmatizer, wytwarzając 5,673,201 tokenów języka naturalnego (NLP), z których każda postać pozostała z około 1,376 tokenów na film.

Badacze zwracają uwagę, że ocena słów w ten sposób bierze pod uwagę tylko wyraźną wartość emocjonalną słowa, a nie jego relację do otaczających słów (zarówno z tej samej postaci, jak i innej postaci w scenie). Niemniej jednak badacze argumentują, że większość słów ma dominujące podstawowe znaczenie, i że agregat słów rekompensuje brak kontekstu.

Zmienność Emocjonalna

Podczas tworzenia zredukowanego wykresu 0>100 reprezentującego zmienność emocjonalną postaci w wyodrębnionych scenariuszach filmowych, artykuł zauważa, że postać Sharon Stone z Casino (1995) ma wysoką zmienność, chociaż postać Jill Ritchie z Little Athens (2005) zajmuje pierwsze miejsce w lidze lotności, a postać Devina Brochu z Hesher (2010) zajmuje drugie miejsce.

Można się spodziewać, że android Cmdr. Data z serii filmów Star Trek wykazuje najmniejszą zmienność emocjonalną wśród badanych postaci, choć tylko nieznacznie wyprzedzając ludzkiego członka załogi Riker (postać Jonathana Frakes w serii).

Artykuł potwierdza nasze intuicyjne rozumienie, że emocje mają tendencję do szczytowania i rozwiązywania w jakiś sposób (zarówno negatywnie, jak i pozytywnie) w ostatnich 10-15% narracji, gdzie rozwinięty konflikt musi być w jakiś sposób rozwiązany. Badanie wykazało, że negatywne wypowiedzi postaci w filmie zwiększają się o 2% w trakcie trwania filmu, osiągając 91% na kulminacji narracji, podczas gdy pozytywne słowa również maleją, choć mniej wyraźnie, w tym samym okresie.

Inne Czynniki

Badacze zamierzają rozwinąć tę pracę, aby zastosować ją w różnych dziedzinach, w tym polityce publicznej, zdrowiu publicznym i naukach społecznych. Zwracają uwagę, że wyniki tej pracy nie powinny być traktowane jako kompletna macierz do oceny stanu emocjonalnego i dostarczają 7-punktowego szablonu wytycznych etycznych, które powinny być brane pod uwagę przy wykorzystywaniu tych technik.

Jak zauważa niedawne badanie ze Szwedzkiej Rady Mediów, istnieją wiele nie tekstowych czynników, które powinny być brane pod uwagę przy próbie oceny temperatury emocjonalnej narracji, ponieważ kontekst, muzyka, wskazówki wizualne i niewypowiedziane czynniki czasowe (takie jak cisza) przyczyniają się znacznie do znaczenia dyskursu.

Kontekst jest szczególnie ważny: na przykład, można by nauczyć się bardzo niewiele o stanie emocjonalnym astronauty Keira Dullea w filmie Stanleya Kubricka 2001: Odyseja kosmiczna (1968) poprzez analizę scenariusza, ponieważ ta postać została szczegółowo przeszkolona, aby zachować nastawienie rozwiązywania problemów w sytuacjach o wysokim stresie. Dodatkowo, wiele filmów o emocjonalnej dyskusji używa oszczędnego dialogu.