17 نوامبر 2020توسط دانشگاه جنوب کالیفرنیا
رتبه بندی فیلم می تواند جذابیت یک فیلم را برای مصرف کنندگان و میزان مخاطب بالقوه آن را تعیین کند. بنابراین ، آنها در سرنوشت یک فیلم تأثیر می گذارند. به طور معمول ، انسان ها این وظیفه طاقت فرسا را انجام می دهند و دستیابی به یک فیلم را بر اساس مشاهده فیلم و تصمیم گیری در مورد وجود خشونت ، سوء مصرف مواد مخدر و محتوای جنسی تعیین می کنند.
اکنون ، محققان دانشکده مهندسی USC Viterbi ، که مجهز به ابزار هوش مصنوعی در این ارتباط هستند ، می توانند محتوای یک فیلم را در عرض چند ثانیه بر اساس متن فیلم و قبل از فیلمبرداری یک صحنه ، ارزیابی کنند. چنین رویکردی می تواند به مدیران سینمایی این امکان را بدهد که با انجام ویرایش های مناسب روی یک فیلمنامه و قبل از فیلمبرداری یک صحنه ، درجه بندی فیلم را از قبل و به دلخواه طراحی کنند. فراتر از تأثیر احتمالی مالی ، چنین بازخورد فوری به داستان نویسان و تصمیم گیرندگان اجازه می دهد تا در مورد محتوایی که برای عموم ایجاد می کنند و تأثیری که این محتوا بر بینندگان می گذارد ، تأمل کنند.
با استفاده از هوش مصنوعی اعمال شده بر روی اسکریپت ها ، Shrikanth Narayanan ، استاد دانشگاه و کرسی مهندسی Niki & CL Max Nikias و تیمی از محققان آزمایشگاه تجزیه و تحلیل و تفسیر سیگنال هوش مصنوعی در USC Viterbi ، نشان داده اند که نشانه های زبانی می توانند به طور موثری نشانه رفتارها باشند. درباره اعمال خشونت آمیز ، سوء مصرف مواد مخدر و محتوای جنسی (اقداماتی که غالباً پایه رده بندی فیلم ها هستند) که قرار است توسط شخصیت های فیلم انجام شود.
روش:
تیم تحقیقاتی هوش مصنوعی با استفاده از 992 متن فیلم شامل محتوای خشونت آمیز ، سوء مصرف مواد و محتوای جنسی ، همانطور که توسط Common Sense Media ، یک سازمان غیر انتفاعی تعیین کننده و توصیه کننده برای خانواده ها و مدارس تعیین شده است ، هوش مصنوعی را آموزش داد تا رفتارهای مربوطه را تشخیص دهد . الگوها و زبان ابزار هوش مصنوعی ایجاد شده همه اسکریپت ها را به عنوان ورودی دریافت می کند ، آنها را از طریق یک شبکه عصبی پردازش کرده و از نظر معنایی و احساسات بیان شده اسکن می کند. در این فرآیند ، جملات و عبارات را به عنوان توصیف کننده های مثبت ، منفی ، پرخاشگرانه و سایر موارد طبقه بندی می کند. ابزار هوش مصنوعی به طور خودکار کلمات و عبارات را در سه دسته طبقه بندی می کند: خشونت ، سوءمصرف مواد مخدر و محتوای جنسی.
ویکتور مارتینز ، نامزد دکترای علوم کامپیوتر در USC Viterbi و محقق اصلی این مطالعه ، که در مجموعه مقالات کنفرانس 2020 روشهای تجربی در پردازش زبان طبیعی ظاهر می شود ، گفت: “مدل ما به فیلمنامه فیلم نگاه می کند ، و باز افرینی برای صحنه ها بگونه ای که آنها را می بیند انجام می دهد. “
تیم تحقیقاتی همچنین شامل نارایانان ، استاد مهندسی برق و کامپیوتر ، علوم کامپیوتر و زبانشناسی ، کریشنا سومندپالی ، دکترای تخصصی است. نامزد مهندسی برق و محاسبات در USC Viterbi و پروفسور یلدا تی. Uhls از گروه روانشناسی UCLA می باشند. آنها ارتباطات جالب توجهی را بین نمایش رفتارهای پرخطر کشف کردند.
https://techxplore.com
