通過(guò)對(duì)腳本進(jìn)行適當(dāng)?shù)木庉嫴⒃谂臄z單個(gè)場(chǎng)景之前，這種方法可以使電影主管能夠提前并根據(jù)需要設(shè)計(jì)電影等級(jí)。

南加州大學(xué)的研究作者Shrikanth Narayanan表示：“除了潛在的財(cái)務(wù)影響之外，這種即時(shí)反饋還使講故事的人和決策者能夠反思他們?yōu)楣妱?chuàng)造的內(nèi)容以及這些內(nèi)容可能對(duì)觀(guān)眾的影響?！痹诿绹?guó)。

創(chuàng)建的AI工具接收所有腳本作為輸入，通過(guò)神經(jīng)網(wǎng)絡(luò)對(duì)其進(jìn)行處理，并對(duì)其進(jìn)行掃描以獲取所表達(dá)的語(yǔ)義和情感。

在此過(guò)程中，它將句子和短語(yǔ)分類(lèi)為肯定，否定，攻擊性和其他描述符。

研究人員維克多·馬丁內(nèi)斯（Victor Martinez）說(shuō)：“我們的模型著眼于電影腳本，而不是實(shí)際場(chǎng)景，這些聲音隨后會(huì)在生產(chǎn)線(xiàn)中出現(xiàn)?！?/p>

責(zé)任編輯：lq