Відображення Емоційних Динамік З КіноСценаріїв

Канадські дослідники використали тисячі кіносценаріїв, щоб розробити.framework машинного навчання, який може відстежувати емоційні дуги мовців, інтерпретуючи емоційний температурний діапазон їх діалогу, як він розвивається протягом розповіді.

Дослідження дослідження з Карлтонського університету в Оттаві називається Емоційні Динаміки У КіноДіалогах і включає аналіз центральних персонажів у відомих фільмах, таких як Сяйво і Казино. Воно призначене як потенційна основа для машинного навчання та картографування реальної дискусії у різних каналах, таких як соціальні медіа-треки та транскрипти психологічних консультацій.

Робота пропонує.framework utterance емоційних динамік (UED) на основі подібних метрик з досліджень у психології, і є першим, хто моделює емоції з діалогів історії на основі персонажа, а не розрахунок середньої емоційної температури в агрегованому діалозі по всій фільму.

Слово-карта, отримана з діалогів Джека Ніколсона у фільмі Сяйво (1980), кольорова карта до валенсії проти емоційного стану персонажа. Джерело: https://arxiv.org/pdf/2103.01345.pdf

Компоненти UED включають домашню базу (типовий або “спокійний” емоційний стан); варіативність (степінь, у якій емоції є волатильними і схильними до швидкої зміни); і швидкість підйому/відновлення (здатність персонажів регулювати складні емоції).

У цьому абстрактному прикладі з паперу персонаж, представлений чорною лінією, має значно нижчу швидкість відновлення від порушеного або дискордантного подієвого емоційного стану, ніж відповідний персонаж.

Робота розроблена, щоб допомогти відповісти на деякі складні питання літературної теорії, включаючи: ступінь, у якій персонажі висловлюють свої емоції напряму протягом розповіді; ступінь, у якій сюжет можна вивести напряму з діалогів; ідентифікацію точки у розповіді, де центральні персонажі найбільш суперечать один одному; і різницю між здатністю персонажів перемовинати складні емоції та їх наслідками.

При аналізі діалогів двох центральних персонажів фільму Сяйво, лінійний колір вказує на час розповіді, заглиблюється у червоний колір, коли розповідь наближається до кінця. Чорні пунктирні лінії вказують на головні та другорядні осі еліпса, який охоплює 95% тривалості основних персонажів (не показано на графіку, для ясності).

Відстеження Сценаріїв

Дані були згенеровані з 1 123 відкритих кіносценаріїв з Інтернет-Бази КіноСценаріїв (IMSDB). 只 персонажі з мінімумом 50 міжперсонажних обмінів на фільм були розглянуті, що залишило 2 687 об’єктів дослідження персонажів з загальної кількості 54 518 персонажів, які містяться у корпусі сценаріїв.

Текст був оброблений за допомогою NLTK WordNet Лемматизатора, що дало 5 673 201 токенів природної мови, з яких кожен персонаж мав близько 1 376 токенів на фільм.

Дослідники відзначають, що оцінка слів у такому вигляді бере до уваги тільки явну емоційну цінність слова, а не його відносини з навколишніми словами (або з того ж персонажа, або з іншого персонажа у сцені). Однак дослідники стверджують, що більшість слів мають домінантний первинний сенс, і що агрегатне захоплення слів компенсує цю відсутність контексту.

Емоційна Варіативність

При розробці скороченої 0>100 графіки, яка представляє емоційну варіативність персонажів по відношенню до витягнутих кіносценаріїв, у папері відзначається, що персонаж Шерон Стоун з фільму Казино (1995), хоча персонаж Джилл Рітчі з фільму Маленький Афіни (2005) займає перше місце у лігові волатильності, з персонажем Девіна Брочу з фільму Гешер (2010) на другому місці.

Можливо, передбачувано, андроїд Cmdr. Data з фільму Зоряний Шлях має найменшу емоційну варіативність серед вивчених персонажів, хоча тільки вузько перемагає людину-члена екіпажу Райкера (персонаж Джонатана Фрейкса у серіалі).

Папер підтверджує наш інтуїтивний розуміння того, що емоції, ймовірно, досягнуть піку і розв’яжуться якимось чином (негативно чи позитивно) у останніх 10-15% розповіді, де розвинений конфлікт повинен бути якимось чином вирішений. Дослідження показало, що негативні висловлювання персонажів у фільмі збільшуються на 2% протягом його тривалості, зростаючи до 91% на кульмінації розповіді, тоді як позитивні слова також зменшуються, хоча менш помітно, протягом того ж часу.

Інші Фактори

Дослідники планують розвивати роботу, щоб застосувати її до різних галузей, включаючи публічну політику, громадське здоров’я та соціальні науки. Вони відзначають, що висновки роботи не повинні розглядатися як повна матриця для оцінки емоційного стану, і надають 7-точковий шаблон етичних керівних принципів, який повинен бути розглянутий при використанні цих технік.

Як відзначено в недавньому дослідженні Шведської медійної ради, існує багато не-текстових факторів, які слід враховувати при спробі оцінити емоційний температурний діапазон розповіді, оскільки контекст, музика, візуальні підказки та невисловлені тимчасові фактори (такі як тиша) значно впливають на значення дискурсу.

Контекст особливо важливий: наприклад, ви дізнаєтеся дуже мало про емоційний стан астронавта Кіра Дуллея у фільмі Стенлі Кубрика 2001: Космічна Одіссея (1968) шляхом вивчення сценарію, оскільки цей персонаж був широко навчений зберігати проблемно-орієнтований погляд у високостресових умовах. Крім того, багато емоційно-дискурсивних фільмів роблять рідке використання діалогів.