การทำแผนที่พลวัตทางอารมณ์จากบทภาพยนตร์

นักวิจัยจากแคนาดาได้ใช้บทภาพยนตร์หลายพันเรื่องเพื่อพัฒนาเฟรมเวิร์กการเรียนรู้ของเครื่องจักรที่สามารถติดตามอาร์กของการแสดงออกทางอารมณ์ของผู้พูดโดยการวิเคราะห์อุณหภูมิทางอารมณ์ของบทสนทนาของพวกเขาเมื่อเวลาผ่านไปตลอดเรื่องราว

การวิจัย นี้ จากมหาวิทยาลัยคาร์เลตันในออตตาวา มีชื่อเรื่องว่า พลวัตทางอารมณ์ในบทสนทนาภาพยนตร์ และรวมถึงการวิเคราะห์ตัวละครหลักในภาพยนตร์ที่มีชื่อเสียง เช่น เดอะ ชายนิง และ คาซิโน มีจุดมุ่งหมายเพื่อใช้เป็นพื้นฐานสำหรับการวิเคราะห์และการทำแผนที่การเรียนรู้ของเครื่องจักรในโลกแห่งความเป็นจริง เช่น สายสนทนาโซเชียลมีเดียและบันทึกการปรึกษาจิตวิทยา

งานนี้เสนอเฟรมเวิร์กของการเปลี่ยนแปลงอารมณ์ของการแสดงออก (UED) โดยอาศัยมาตรการที่คล้ายกับการวิจัยทางจิตวิทยา และเป็นครั้งแรกที่สร้างแบบจำลองอารมณ์จากบทสนทนาของเรื่องราวในระดับตัวละคร ไม่ใช่การคำนวณอุณหภูมิทางอารมณ์โดยเฉลี่ยในบทสนทนาที่รวมกันตลอดเรื่องราว

แผนที่คำที่ได้รับจากบทสนทนาของแจ็ค นิโคลสัน ใน เดอะ ชายนิง (1980) ที่มีการจัดทำแผนที่สีตามค่า valence เทียบกับสถานะทางอารมณ์ที่พักผ่อนของตัวละคร Source: https://arxiv.org/pdf/2103.01345.pdf

ส่วนประกอบของ UED รวมถึง ที่พัก (สถานะทางอารมณ์ที่ปกติหรือ ‘พักผ่อน’); ความผันผวน (ระดับที่อารมณ์เปลี่ยนแปลงอย่างรวดเร็วและอาจเปลี่ยนแปลงได้); และ อัตราการเพิ่มขึ้น/การฟื้นตัว (ความสามารถของตัวละครในการควบคุมอารมณ์ที่ท้าทาย)

ในตัวอย่างที่เป็นนามธรรมจากเอกสารนี้ ตัวละครที่แสดงด้วยเส้นสีดำมีอัตราการฟื้นตัวที่ต่ำกว่าจากสถานะทางอารมณ์ที่ถูกรบกวนหรือไม่ลงรอยกับเหตุการณ์มากกว่าตัวละครที่สอดคล้องกัน

งานนี้ได้รับการออกแบบมาเพื่อช่วยตอบคำถามที่ท้าทายบางประการในทางทฤษฎีวรรณกรรม รวมถึงระดับที่ตัวละครแสดงออกถึงอารมณ์ของตนโดยตรงตลอดเรื่องราว ระดับที่เรื่องราวสามารถอนุมานได้โดยตรงจากบทสนทนา การระบุจุดในเรื่องราวที่ตัวละครหลักมีความขัดแย้งกันมากที่สุด และความแตกต่างระหว่างความสามารถของตัวละครในการเจรจาเรื่องอารมณ์ที่ยากลำบากและผลที่ตามมา

ในการวิเคราะห์บทสนทนาจากตัวละครหลักสองตัวใน เดอะ ชายนิง สีของเส้นแสดงถึงเวลาเรื่องราวที่ลึกเข้าไปสู่สีแดงเมื่อเรื่องราวใกล้จบ เส้นประแสดงถึงแกนหลักและแกนรองของวงรีที่ครอบคลุมตัวละครหลัก 95% ของระยะเวลา (ไม่แสดงในกราฟเพื่อความชัดเจน)

การทำตามบท

ข้อมูลนี้ถูกสร้างขึ้นจากบทภาพยนตร์ 1,123 เรื่องที่สามารถเข้าถึงได้จากฐานข้อมูลบทภาพยนตร์อินเทอร์เน็ต (IMSDB) ตัวละครที่มีการแลกเปลี่ยนระหว่างตัวละครขั้นต่ำ 50 ครั้งต่อเรื่องถูกพิจารณา ซึ่งเหลือตัวละครที่ศึกษา 2,687 ตัวจากทั้งหมด 54,518 ตัวที่อยู่ในคอร์ปัสของวัสดุบท

ข้อความถูกประมวลผลด้วย NLTK WordNet Lemmatizer โดยสร้างโทเค็นคำประมวลผลภาษา自然 5,673,201 ตัว โดยแต่ละตัวละครเหลือประมาณ 1,376 โทเค็นต่อเรื่อง

นักวิจัยสังเกตว่าการประเมินคำในลักษณะนี้พิจารณาค่าทางอารมณ์ที่ชัดเจนของคำเท่านั้น ไม่ใช่ความสัมพันธ์กับคำที่อยู่รอบๆ (ไม่ว่าจะเป็นคำเดียวกันหรือคำอื่นในฉาก) อย่างไรก็ตาม นักวิจัยแย้งว่าคำส่วนใหญ่มี ความหมายหลัก และการบันทึกคำที่ครอบคลุมชดเชยการขาดความสัมพันธ์นี้

ความผันผวนของอารมณ์

ในการพัฒนากราฟที่ลดลง 0>100 ที่แสดงถึงความผันผวนของอารมณ์ของตัวละครทั่วบทภาพยนตร์ที่ถูกดึงออกมา เอกสารนี้สังเกตตัวละครของชารอน สโตน จาก คาซิโน (1995) แม้ว่าตัวละครของจิล ริตชี จาก ลิตเทิล เอเธนส์ (2005) จะอยู่ในอันดับต้นๆ ของความผันผวน โดยตัวละครของเดวิน บรอชู จาก เฮชเชอร์ (2010) อยู่ในอันดับที่สอง

อาจคาดเดาได้ว่า ตัวละครแอนดรอยด์ Cmdr. Data ของเบรนท์ สปินเนอร์ จากภาพยนตร์ สตาร์ เทรค แฟรนไชส์แสดงถึงความผันผวนของอารมณ์ที่น้อยที่สุดในบรรดาตัวละครที่ศึกษา แม้ว่าจะชนะเล็กน้อยกับตัวละครริกเกอร์ (โจนาธาน เฟรคส์) ในซีรีส์นั้น

เอกสารนี้ยืนยันความเข้าใจโดยธรรมชาติของเรา ว่า อารมณ์มีแนวโน้มที่จะสูงสุดและแก้ไขในบางวิธี (เชิงลบหรือเชิงบวก) ใน 10-15% สุดท้ายของเรื่องราวที่ความขัดแย้งพัฒนาต้องได้รับการแก้ไขในบางวิธี การวิจัยพบว่าคำพูดเชิงลบของตัวละครในภาพยนตร์เพิ่มขึ้น 2% ตลอดระยะเวลา โดยเพิ่มขึ้นถึง 91% ที่จุดสูงสุดของเรื่องราว ในขณะที่คำพูดเชิงบวกลดลง แต่น้อยกว่าในระยะเวลาเดียวกัน

ปัจจัยอื่นๆ

นักวิจัยตั้งใจที่จะพัฒนาผลงานนี้เพื่อใช้กับโดเมนต่างๆ รวมถึงนโยบายสาธารณะ สุขภาพสาธารณะ และสังคมศาสตร์ พวกเขาสังเกตว่าผลการวิจัยไม่ควรพิจารณาว่าเป็นเมทริกซ์ที่สมบูรณ์สำหรับการประเมินสถานะทางอารมณ์ และให้เทมเพลตคำแนะนำด้านจริยธรรม 7 ประการ ที่ควรพิจารณาเมื่อใช้เทคนิคเหล่านี้

ตามที่ การวิจัยล่าสุด จากสภาสื่อของสวีเดน มีปัจจัยที่ไม่ใช่ข้อความหลายประการที่ควรพิจารณาเมื่อพยายามวัดอุณหภูมิทางอารมณ์ของเรื่องราว เนื่องจากบริบท ดนตรี สัญญาณภาพและปัจจัยเวลาที่ไม่ได้พูดถึง (เช่น ความเงียบ) มีส่วนช่วยอย่างมากต่อความหมายของการอภิปราย

บริบทมีความสำคัญเป็นพิเศษ ตัวอย่างเช่น คุณจะไม่ได้เรียนรู้อะไรเกี่ยวกับสถานะทางอารมณ์ของนักบินอวกาศที่ติดอยู่ของเคียร์ ดัลเลอา ในภาพยนตร์ 2001: อ็อดดิสซี (1968) ของสแตนลีย์ คิวบริก โดยการวิเคราะห์บท เนื่องจากตัวละครนั้นได้รับการฝึกฝนอย่างกว้างขวางเพื่อรักษามุมมองในการแก้ปัญหาในสถานการณ์ที่มีความเครียดสูง และภาพยนตร์หลายเรื่องที่มีการอภิปรายทางอารมณ์ใช้บทสนทนาอย่างไม่มากนัก