2017年11月13日
新工具量化功率不平衡男性和女性角色在好莱坞电影脚本
乍一看,电影“冻结”似乎有两个强大的女主人公——埃尔莎,老王妃在冰雪与不守规矩的大国,和她的妹妹安娜,谁花了多少电影为了挽救他们的王国。
但实际上这两个公主施加非常不同层次的权力和控制自己的命运,据一项新的研究华盛顿大学的计算机科学家。
该团队使用machine-learning-based工具来分析语言在近800年的电影脚本,量化多少权力和机构这些脚本给单个字符。在他们的研究中,最近在丹麦2017年大会在自然语言处理的经验方法研究人员发现,微妙而普遍的性别偏见在塑造男性和女性角色的方法。
在电影“冻结”,只有公主埃尔莎描绘与高功率和积极的机构,根据一项新的分析电影中的性别偏见。安娜,她的妹妹是类似的低水平的权力描绘成1950年代灰姑娘。华盛顿大学
“‘冻’是一个有趣的例子,因为埃尔莎真的做出自己的决定,能让她自己的命运,而试图拯救她的妹妹安娜一直失败,常常需要一个人的帮助,”主要作者和保罗·艾伦说计算机科学与工程学院的博士生Maarten Sap,他的团队也应用工具维基百科几个经典的迪斯尼公主电影的情节摘要。
安娜是描绘和灰姑娘一样的低水平的权力,这是一个电影,60多年前。这是一个很悲哀的发现,“Sap说。
该小组还创建了一个可搜索的在线数据库显示微妙性别偏见在数以百计的好莱坞电影脚本,从80年代末崇拜经典浪漫喜剧“石南花”像“500天的夏天”战争电影“现代启示录”。
在他们的分析中,研究人员发现,女性一直描绘的方式加强性别刻板印象,比如在更顺从的职位和机构比男人少。例如,男性角色在命令式的句子(“带我的马”),而女性角色倾向于对冲他们的语句(“也许我错了”)。然而,偏见不仅仅是这些角色说话,而且在他们通过故事描绘的方式。
在叙述研究微妙的偏见,华盛顿大学的研究人员之前工作在2016年提出“扩大内涵框架”,深入了解不同的动词可以增强或削弱不同人物通过他们的内涵意义。隐含在2000年研究评估的力量和机构常用的动词,其中隐含的意义是获得从亚马逊土耳其机器人众包实验。
权力维度表示是否有权在另一个字符,而该机构维度表示一个字符是否控制他或她自己的生活和故事情节。对于每一个动词,turkers被要求等级隐含的权力差异和机构规模的1到3。
例如,如果一个女性角色“恳求”她的丈夫,这意味着丈夫有一个立场,他能说“不”。如果她“指示”她的丈夫,这意味着她有更多的权力,”作者说Ari Holtzman艾伦,一个学校的博士生。“我们发现男性系统有更多的权力和机构在宇宙电影剧本。”
在近800年的电影脚本的不同类型,平均男性角色授权和描述比女性角色与更高水平的机构。男性更有可能使用有力,命令式语句,而女性更有可能对冲他们的意见。华盛顿大学
动词意味着低功率或机构包括单词,如问经验,发生,等等,放松,需要或道歉。动词,赋予高功率或机构包括单词,如完成准备,背叛,构造,摧毁,分配或组成。
通过这部电影脚本,研究者的21000个字符自动识别性别基于名称和描述。使用自然语言处理工具,采用机器学习,他们看着字符出现作为动词的主体和客体。然后他们计算多少机构和权力是归因于这些字符,使用他们的众包内涵框架。研究人员还占这一事实男演员在屏幕上的时间超过了女演员,也发表了讲话,占71.8%的所有电影的单词。
团队计算单独的力量和机构得分在每部电影中男性和女性的人物。他们也创造了许多基于字符的文字,用对话和单词用于叙述或阶段方向来描述这些字符-暴露的细微差别和偏见。
在2010年的“黑天鹅”,电影围绕女主角——一个完美主义者芭蕾舞女演员谁慢慢失去对现实——电影的对话给女性角色更多的机构。但语言中用来描述的人物阶段方向和叙述了电影中的男性角色更多的权力和机构。
2010年的电影《黑天鹅》,男性角色(蓝色酒吧)写比女性更多的控制自己的命运,特别是在舞台方向(左表)。然而,对话中使用的动词(右表)把更多的权力给女性角色(红条)。华盛顿大学
2007年的电影《朱诺》,关于一个标新立异的年轻女性意外怀孕,男性角色的场景描述和故事还在权力和机构持续得分更高,尽管两个性别更接近他们的对话。
华盛顿大学的这个研究小组的工具产生一个更微妙性别偏见在虚构作品的分析贝尔德尔测试,它只评估至少两个女性角色是否有讨论而不是一个人。
男性角色的倾向得分更高权力和机构尺寸适用所有类型:喜剧、戏剧、恐怖、科幻、惊悚片。有趣的是,研究小组发现相同的性别偏见甚至电影女导演们或脚本作家。
“我们控制。即使女性发挥重要作用在塑造电影脚本中隐含的性别偏见仍然存在,”艾伦说作者和学校的博士生汉娜Rashkin。
下一步为团队包括扩大工具不仅识别文本中的性别偏见,还为它提供描述正确的建议或方法,使语言更加平等的性别角色的不同。方法并不局限于电影,但可以应用于书籍、戏剧或任何其他文本。
“我们开发这个工具帮助人们理解他们可能会延续这些微妙但普遍偏见深深融入我们的语言,”资深作者说Yejin崔在艾伦学校副教授。“我们认为这将有助于这个诊断工具可以告诉作家多大的权力他们暗中给女性和男性。”
这项研究是由美国国家科学基金会资助,谷歌和Facebook。其他的合作者是学校本科前华盛顿大学的艾伦玛塞拉辛迪Prasetio。
有关更多信息,联系研究小组debiasing-ai@cs.washington.edu。
格兰特数字:NSF: IIS - 1524371, NSF: IIS - 1714566, NSF: DGE - 1256082
标签:工程学院•保罗艾伦计算机科学与工程学院•Yejin崔
