영화 대본에서 캐릭터의 행동은 성별 고정관념을 반영합니다.

[아름이]

영화 대본에서 캐릭터의 행동은 성별 고정관념을 반영합니다.
기계 학습 프레임워크는 여성 캐릭터가 남성 캐릭터보다 선택 의지가 적고 감정이 더 많다는 사실을 발견했습니다.
날짜:
2022년 12월 21일
원천:
플로스
요약:
연구원들은 영화 스크립트의 장면 설명을 사용하여 다양한 캐릭터의 동작을 자동으로 인식하는 새로운 기계 학습 프레임워크를 개발했습니다. 수백 개의 영화 대본에 프레임워크를 적용한 결과 이러한 행동은 널리 퍼진 성별 고정관념을 반영하는 경향이 있으며 그 중 일부는 시간이 지남에 따라 일관된 것으로 밝혀졌습니다.

연구원들은 영화 스크립트의 장면 설명을 사용하여 다양한 캐릭터의 동작을 자동으로 인식하는 새로운 기계 학습 프레임워크를 개발했습니다. 수백 개의 영화 대본에 프레임워크를 적용한 결과 이러한 행동은 널리 퍼진 성별 고정관념을 반영하는 경향이 있으며 그 중 일부는 시간이 지남에 따라 일관된 것으로 밝혀졌습니다. 미국 남부 캘리포니아 대학의 Victor Martinez와 동료들은 12월 21일 오픈 액세스 저널 PLOS ONE 에 이러한 연구 결과를 발표했습니다.

영화, TV 쇼 및 기타 미디어는 지속적으로 전통적인 성별 고정관념을 묘사하며, 그 중 일부는 해로울 수 있습니다. 이 문제에 대한 이해를 심화하기 위해 일부 연구자들은 스크립트에서 많은 양의 문자 대화를 분석하는 효율적이고 정확한 방법으로 계산 프레임워크의 사용을 조사했습니다. 그러나 일부 유해한 고정관념은 등장인물이 말하는 것이 아니라 행동을 통해 전달될 수 있습니다.

캐릭터의 행동이 고정관념을 어떻게 반영하는지 알아보기 위해 Martinez와 동료들은 머신 러닝 접근 방식을 사용하여 영화 대본의 장면 설명을 자동으로 분석하고 다양한 캐릭터의 행동을 식별할 수 있는 계산 모델을 만들었습니다. 이 모델을 사용하여 연구원들은 1909년부터 2013년까지 제작된 912개의 영화 대본에서 120만 개 이상의 장면 설명을 분석하여 2만 명의 캐릭터가 수행한 5만 개의 동작을 식별했습니다.

다음으로 연구자들은 성별에 따라 캐릭터가 수행하는 행동 유형에 차이가 있는지 통계 분석을 수행했습니다. 이러한 분석은 알려진 성별 고정관념을 반영하는 많은 차이를 확인했습니다.

예를 들어, 그들은 여성 캐릭터가 남성 캐릭터보다 선택 의지를 덜 나타내는 경향이 있고 여성 캐릭터가 애정을 보일 가능성이 더 높다는 것을 발견했습니다. 남성 캐릭터는 "흐느끼거나" "울" 가능성이 적고, 여성 캐릭터는 다른 캐릭터에 의해 "멍청이" 또는 "관찰"될 가능성이 높아 여성의 외모를 강조합니다.

연구원의 모델은 대본과 각 장면 및 전체 내러티브와 관련된 미묘한 사회적 맥락을 완전히 포착할 수 있는 능력의 범위에 따라 제한되지만, 이러한 발견은 대중 매체의 성별 고정관념에 대한 이전 연구와 일치하며 어떻게 인식을 높이는 데 도움이 될 수 있습니다. 미디어는 유해한 고정관념을 영속화하여 사람들의 실생활 신념과 행동에 영향을 미칠 수 있습니다. 미래에는 이 문제에 대한 이해를 심화하기 위해 성별, 연령, 인종 간의 교차성 개념을 통합하도록 새로운 기계 학습 프레임워크를 개선하고 적용할 수 있습니다.

저자는 다음과 같이 덧붙입니다. 912개의 영화 대본에서 120만 개의 장면 설명을 수집하여 영화 묘사의 체계적인 성별 차이를 대규모로 연구할 수 있었습니다."

출처 : https://www.sciencedaily.com/