人工智能：揭示“情感弧”，找到好劇本

上面的廣告其實挺不錯的??

2016年，“Sunspring”在科幻電影倫敦電影節(jié)上首次亮相。這部電影以存在著大量失業(yè)的反烏托邦世界為背景，吸引了許多影迷，其中一位觀眾表示它很有趣也很奇怪。因為這部電影最值得注意的地方在于它的創(chuàng)作：一個人工智能機器人(AI)編寫了“Sunspring”的劇本。

你也許會認(rèn)為機器將取代人類成為內(nèi)容的創(chuàng)作者，就像自動駕駛?cè)〈肆︸{駛一樣。然而，只要你看過“Sunspring”之后就不會這么認(rèn)為了。

如上圖，影片中的一個角色莫名其妙地咳出一只眼球。一位影評家指出，短片里的對話聽起來更像一系列不相關(guān)句子的集合。所以，除非等到人工智能技術(shù)產(chǎn)生真正的進步，否則我們?nèi)匀恍枰ぞI(yè)業(yè)的編劇俯身在鍵盤上譜寫真正的故事。

雖然機器無法獨立創(chuàng)作，但我們可以設(shè)想一個不那么極端的場景：機器能通過與人類一起工作來改進故事創(chuàng)作的流程嗎？

想象一下這種協(xié)作將如何在豐富的視頻媒體中展開？像往常一樣，講故事的人會用巧妙的情節(jié)扭曲和現(xiàn)實的對話來創(chuàng)作劇本。AI將提供增加故事情感吸引力的建議，以此來讓他們的工作更富有成效。比如，AI能識別讓人們產(chǎn)生希望的音樂配樂或視覺圖像。這項技術(shù)將使劇本更具魅力，幫助創(chuàng)作人員不斷地去挖掘觀眾的情感需求。

麻省理工學(xué)院（MIT）媒體實驗室曾調(diào)查了內(nèi)容創(chuàng)作中人類與AI協(xié)作的潛力。其團隊提了一個問題——機器有沒有可能識別故事中常見的情感套路？比如角色在艱難時期掙扎、戰(zhàn)勝艱難困苦、最終戰(zhàn)勝邪惡的典型的命運敘事？答案若是肯定的，那內(nèi)容創(chuàng)作者能用這些信息來預(yù)測觀眾的反應(yīng)嗎？這些問題對任何內(nèi)容創(chuàng)作者都非常重要，無論你是業(yè)余愛好者還是媒體行業(yè)高管。

01 情感弧：故事的支柱

首先，我們要談?wù)勄楦谢【€。講故事的大師——從森達克到斯皮爾伯格，再從普魯斯特到皮克斯，他們都善于激發(fā)我們的情感。憑借著對人類感情脈絡(luò)的洞察，他們調(diào)整他們的故事，在關(guān)鍵時刻激起我們的歡樂、悲傷和憤怒。但是，即使是最好的內(nèi)容創(chuàng)作者也不一定能保證他的作品能被每一個人都喜歡——比如一些莎士比亞戲劇會讓觀眾感到無聊或者與己無關(guān)。

是什么影響著人們的好惡？我們的結(jié)論是：一個故事的情感弧在很大程度上解釋了為什么一些電影贏得了贊譽，而另一些則沒有。

情緒弧的想法并不新鮮。每個講故事的大師都熟悉它們，有些人試圖找出最常見的模式。比如Kurt Vonnegut將情感弧解釋為“灰姑娘模式”：故事開始時，主角處于絕望境地；接下來仙女教母提供的幫助讓情況得以改善……在進一步的麻煩之后。無論發(fā)生什么事，灰姑娘式的故事都會以勝利的方式結(jié)束，即英雄或女主角永遠幸福地生活著。

有證據(jù)表明，故事的情感弧會對觀眾參與度造成影響。例如，有多少人在社交媒體上評論它，或者向他們的朋友推薦這部作品。在賓夕法尼亞大學(xué)的一項研究中，研究人員統(tǒng)計了紐約時報的文章，他們發(fā)現(xiàn)讀者最常分享的內(nèi)容會引起強烈的情感反應(yīng)，尤其是那些鼓勵積極情緒的內(nèi)容。于是我們便有理由認(rèn)為，電影觀眾遵循著同樣的邏輯。

02 讓機器成為電影觀眾

一些研究人員已經(jīng)開始使用機器學(xué)習(xí)來識別故事中的情感弧。在佛蒙特大學(xué)開發(fā)的一種程序能讓計算機掃描文本視頻腳本以構(gòu)建情感弧。

于是我們決定更進一步，開發(fā)了機器學(xué)習(xí)模型，依靠深度神經(jīng)網(wǎng)絡(luò)“觀看”短篇視頻，包括電影，電視和其他短片，并在第二步對他們的積極或消極情緒進行評估。

這些模型考慮了視頻內(nèi)容的所有方面——不僅僅是情節(jié)、角色和對話，還包括更微妙的觸感。比如近距離拍攝一個人的臉，或者在汽車追逐場景中播放的音樂片段。當(dāng)每個片段的內(nèi)容被合在一起進行評估時，故事的情感弧就會顯現(xiàn)出來。

想象這樣一個時刻：機器可以查看一個沒有任何標(biāo)簽的視頻，并根據(jù)所有的音視頻元素為這個故事創(chuàng)造一個情感弧。

讓我們以《飛屋環(huán)游記》為例進行具體分析，這是一部非常受歡迎的電影。這部動畫的主角是卡爾·弗雷德里克森（Carl Fredricksen），他是一位脾氣暴躁的老年人，在他的妻子艾莉（Ellie）去世后，他為了進行一場飛行冒險而將成千上萬的氣球掛在家中……

為了給卡爾的飛行冒險一個合適的理由，編劇必須構(gòu)思出他旅行背后的復(fù)雜原因。于是出現(xiàn)了動畫開頭的一段故事，除了配樂之外這段動畫沒有任何人聲，根據(jù)這段動畫，我們做出了一個情感弧的評估。

你可以在下圖中看到隨著故事發(fā)展觀眾情緒的高低點。x軸是時間，以分鐘為單位，y軸是圖像在特定時間激發(fā)正面或負(fù)面情緒的程度。得分越高，情緒越積極。

正如在許多視頻中一樣，情感弧跟隨故事的發(fā)展會出現(xiàn)一系列轉(zhuǎn)變，而非明確的向上或向下軌跡。例如，最高峰之一對應(yīng)于卡爾作為一個快樂的孩子的形象，但不久之后，當(dāng)年輕的艾莉在半夜嚇唬他時，評分有了很大的下降，機器的負(fù)面反應(yīng)反映了卡爾的恐懼。當(dāng)他們計劃生孩子或年老的他們進行擁抱時，高峰又出現(xiàn)了。而當(dāng)埃莉去世后，卡爾獨自回家時，評分暴跌。

麻省理工學(xué)院的機器學(xué)習(xí)模型已經(jīng)完成對數(shù)千個視頻的審查，并為每個視頻構(gòu)建了情感弧。為了衡量他們的準(zhǔn)確性，我們要求志愿者用各種情感標(biāo)簽對電影的每個片段做注釋。更重要的是，志愿者必須確定究竟是哪些原因觸發(fā)了他們的情感波動，是對話？還是音樂或圖像？我們利用這些見解來改進我們的模型。

03 從家庭情景故事中找尋情感弧

在對視頻分析中的數(shù)據(jù)進行篩選之后，我們開發(fā)了一種專門針對家庭情景劇的算法，我們在兩個獨立的數(shù)據(jù)集中尋找家庭情景劇的情感弧變化，其中一個數(shù)據(jù)集集合了500多部好萊塢電影，另一個數(shù)據(jù)集則匯聚了Vimeo上近1500部短片。

據(jù)我們對評分的初步分析顯示，大多數(shù)故事的情感弧都可以被歸類到固定的幾種評分曲線里（劇情設(shè)定、情感波動類似）。比如Vimeo上視頻所產(chǎn)生的情感弧被歸類為五個曲線，這些視頻所產(chǎn)生評論比其他曲線更多，如下圖所示。對黃色曲線的家庭劇來說，在視頻的早期，負(fù)面情緒急劇上升，隨后是持續(xù)的積極情緒直到尾聲。

有了這個情感弧曲線，我們就能去預(yù)測觀眾對某一模式劇本的喜愛程度。

04 利用AI預(yù)測觀眾參與度

一個故事的弧線或者它所屬的情感弧系列能決定觀眾對故事的反應(yīng)嗎？某些具有特定情感弧曲線的故事是否更能刺激觀眾參與？

我們的團隊試圖通過分析Vimeo短片數(shù)據(jù)集的視覺數(shù)據(jù)來回答這些問題，對于每個故事，我們使用回歸模型來考慮其情感弧的特征，同時排除那些無關(guān)的可能影響受眾情緒波動的各種元數(shù)據(jù)，例如視頻長度和上傳日期。

我們的目的是預(yù)測視頻在Twitter和其他社交媒體上會收到多少評論。在大多數(shù)情況下，大量的評論意味著觀眾的強烈參與意愿。

對Vimeo視頻的其他分析揭示了其結(jié)果，兩個情感弧曲線吸引了比其他家族更多的評論，如下圖所示。這兩個故事模式其結(jié)尾都是積極情感的爆炸，主要的不同之處在于左邊圖表中紅色曲線的故事包含了更多的情緒波動。這或許與賓夕法尼亞大學(xué)的研究結(jié)果一致，即積極的情緒會產(chǎn)生最大的參與。

我們的團隊閱讀了所有數(shù)據(jù)集內(nèi)Vimeo短片的評論，對表達的情緒類型進行了評級，并運行了一個程序來測量評論的長短。這一分析證實，上述兩個故事模式往往會產(chǎn)生更長、更熱情的評論。同樣令人震驚的是，這些評論并沒有就特定的某個場景做反應(yīng)，而是針對視頻的整體情感進行評論，這意味著它們更能佐證我們的結(jié)論。

這些洞察并不一定會讓編劇們重新開始創(chuàng)作，但是，它們可以激勵內(nèi)容創(chuàng)作者客觀地看待他們的內(nèi)容，并修改提高內(nèi)容的用戶參與度。比如在關(guān)鍵時刻加入新的配樂或不同的形象，以及對情節(jié)、對話和角色的調(diào)整。

隨著內(nèi)容創(chuàng)作者越來越認(rèn)識到人工智能的價值，并且隨著這些AI工具變得更容易使用，我們可以預(yù)測視頻故事的創(chuàng)作方式會發(fā)生重大變化。導(dǎo)演現(xiàn)在可以將深度學(xué)習(xí)技術(shù)整合到他們的作品中，作家也可以和機器一起工作，使用人工智能功能來銳化故事，放大情感的吸引力。

文：騰訊媒體研究院?/ 騰訊媒體研究院(TencentMRI)

首席增長官CGO薦讀：

• 《 沒有泡沫的啤酒不夠美味，產(chǎn)業(yè)AI將是刺破人工智能泡沫后的金礦 ?》
• 《?Google 發(fā)布會看圖的人工智能，讓人工智能擁有跟人一樣的判斷力 ?》
• 《 增長黑客之2019年的裂變知識復(fù)盤 》

更多精彩，關(guān)注：增長黑客（GrowthHK.cn）

增長黑客（Growth Hacker）是依靠技術(shù)和數(shù)據(jù)來達成各種營銷目標(biāo)的新型團隊角色。從單線思維者時常忽略的角度和高度，梳理整合產(chǎn)品發(fā)展的因素，實現(xiàn)低成本甚至零成本帶來的有效增長…