För många i filmbranschen, Att se din film landade med ett NC-17-betyg från Motion Picture Association of America (MPAA) är dödskyssen. Eftersom din film inte längre är tillgänglig för tittare under 17 år, du presenteras för ett val mellan begränsade biljettintäkter eller dyr omredigering, eller till och med omfotografering, för att uppfylla kraven på ett mer välsmakande R-betyg.

Men tänk om det fanns ett mer exakt sätt att fastställa en films sannolika klassificering på manusstadiet, innan det går igenom den dyra processen med produktion och efterproduktion? En forskargrupp från Signal Analysis and Interpretation Lab (SAIL) vid USC:s Viterbi School of Engineering använder maskininlärning för att analysera skildringen av våld på manusspråket. Resultatet är ett nytt verktyg för att hjälpa producenter, manusförfattare och studior för att fastställa den potentiella klassificeringen av sina projekt.

Presenterad på 2019 Association for the Advancement of Artificial Intelligence (AAAI)-konferensen, det nya AI-verktyget utvecklades av Ph.D. studenter Victor Martinez, Krishna Somandepalli, Karan Singla, Anil Ramakrishna, och deras rådgivare Shrikanth Narayanan, Niki och Max Nikias lärostol i teknik. Detta gjordes i samarbete med Yalda Uhls från Common Sense Media. Studien är första gången som naturlig språkbehandling har använts för att identifiera våldsamt språk och innehåll i filmmanus.

AI-verktyget utvecklades med hjälp av en datauppsättning av 732 populära filmmanus som hade kommenterats för våldsamt innehåll av Common Sense Media. Från denna information, teamet byggde en maskininlärningsmodell för neuralt nätverk där algoritmer skär varandra, arbeta tillsammans och lära av indata (det vill säga texten i manuset), för att skapa en utdata (dvs. våldsbetyg för filmen). AI-verktyget analyserade språket i manusdialogen och fann att semantiken och känslan av språket som användes var en stark indikator på det betygsatta våldsamma innehållet i de färdiga filmerna.

Narayanan och hans team har använt AI för att analysera mänskligt centrerad data i över 15 år som en del av deras beräkningsbaserade mediaintelligensforskning, som fokuserar på analys av data relaterad till film och massmedia. De arbetar regelbundet med partners som The Geena Davis Institute for Gender in Media för att analysera data från film och media för att avgöra vad den kan avslöja om representation.

Narayanan sa att textanalys har en lång historia inom de kreativa områdena för att utvärdera innehåll för hatretorik, sexistiskt och kränkande språk, men att analysera våld i film genom manusspråket är en mer komplex uppgift.

"Typiskt när folk studerade våldsscener i media, de letar efter vapenskott, skrikande bilar eller kraschar, någon slåss och så vidare. Men språket är mer subtilt. Dessa typer av algoritmer kan titta på och hålla reda på sammanhang, inte bara vad specifika ord och ordval betyder. Vi ser på det ur en övergripande synvinkel, " sa Narayanan.

Martinez sa att ett exempel på AI-verktygets förmåga att upptäcka underförstått våld som nuvarande teknik inte kan upptäcka var en del av dialogen från The Bourne Ultimatum (2007):"Jag visste att det skulle sluta på det här sättet. Det kommer alltid att sluta det här. sätt…"

Martinez sa att denna linje flaggades av AI-verktyget som våldsam, även om den inte har några uttryckliga språkmarkeringar för våld.

"I motsats till hur MPAA värderar, våra modeller tittar på det faktiska innehållet i filmen, och sammanhanget i vilket dialog sägs, att göra en förutsägelse om hur våldsam den filmen är, sa Martinez.

Somandepalli sa att forskargruppen nu använder verktyget för att analysera hur manus använder våld i skildringar av offer och förövare, och demografin för dessa karaktärer.

Sådana fynd kan spela en viktig roll i ett inlägg #MeToo Hollywood, med oro för representation av kvinnor och vidmakthållande av negativa stereotyper, och ett förnyat fokus på starka kvinnliga karaktärer med byrå.

Teamet räknar med att detta så småningom skulle bli ett verktyg som skulle kunna integreras i manusförfattarprogram. De flesta manusförfattarprogram som Final Draft eller WriterDuet kan redan skapa rapporter som visar andelen karaktärsdialoger efter kön. Detta verktyg skulle möjliggöra innehållsanalys i termer av karaktären av våldsamt språk som används av en karaktär, visar vilka karaktärer som är förövarna och vilka som är offren.

"Ofta kan det finnas omedvetna mönster och fördomar i manuset som författaren kanske inte har för avsikt, och ett verktyg som detta kommer att hjälpa till att öka medvetenheten om det." sa Narayanan.

Studien "Violence Rating Prediction from Movie Scripts" publiceras i Proceedings of the Thirty-Third AAAI Conference on Artificiell Intelligens.