对于电影行业的许多人来说，看到自己的电影被美国电影协会(MPAA)评为NC-17级简直是死亡之吻。17岁以下的观众无法再观看你的电影，你不得不在有限的票房收入和昂贵的重新剪辑之间做出选择，甚至重新拍摄，以满足更令人满意的R级的要求。

但是，如果有一种更准确的方法来确定一部电影在剧本阶段的可能分类，然后再进行昂贵的制作和后期制作，那会怎样呢?来自南加州大学维特比工程学院(Viterbi School of Engineering)信号分析与解释实验室(SAIL)的一个研究小组正在使用机器学习来分析脚本语言中的暴力描述。其结果是一个新的工具，以帮助制片人，编剧和工作室确定其项目的潜在分类。

在2019年人工智能发展协会(AAAI)会议上，这款新的人工智能工具由博士生维克多·马丁内斯、克里希纳·索曼德帕里、卡兰·辛拉、阿尼尔·拉马克里希纳和他们的导师、Niki和Max Nikias工程主席什里坎思·纳拉亚南开发。这是与常识媒体的Yalda Uhls合作完成的。这项研究是第一次使用自然语言处理来识别电影剧本中的暴力语言和内容。

人工智能工具是使用732个流行电影剧本的数据集开发的，这些剧本被常识媒体标注为暴力内容。根据这些信息，该团队建立了一个神经网络机器学习模型，其中算法相互交叉，协同工作，并从输入数据(即脚本的文本)中学习，以创建输出(即，脚本的文本)。，暴力电影分级)。AI工具分析了剧本对白中的语言，发现语言的语义和情感是整部电影中暴力内容分级的有力指标。

纳拉亚南和他的团队已经使用人工智能分析以人为中心的数据超过15年，这是他们计算媒体智能研究的一部分，该研究的重点是分析与电影和大众媒体相关的数据。他们定期与吉娜·戴维斯媒体性别研究所(Geena Davis Institute for Gender in Media)等合作伙伴合作，分析来自电影和媒体的数据，以确定这些数据能揭示什么关于代表性的问题。

Narayanan说，文本分析在评价仇恨言论、性别歧视和辱骂性语言的内容方面有着悠久的历史，但是通过剧本的语言来分析电影中的暴力是一项更加复杂的任务。

“一般来说，当人们研究媒体上的暴力场面时，他们会寻找枪击声、刺耳的汽车声或撞车声、打斗声等等。但语言更微妙。这些类型的算法可以查看和跟踪上下文，而不仅仅是特定单词和单词选择的含义。我们从全局的角度来看待它，”Narayanan说。

马丁内斯说，人工智能工具能够探测到当前技术无法探测到的隐性暴力的一个例子是《谍影重重3:最后通牒》(2007)中的对话部分:“我知道它会以这种方式结束。它总是这样结束的……”

马丁内斯说，这条线被人工智能工具标记为暴力，尽管它没有任何明确的暴力语言标记。

马丁内斯说:“与美国电影协会的评级方式不同，我们的模型着眼于电影的实际内容，以及对话的背景，从而预测电影的暴力程度。”

Somandepalli说，研究小组目前正在使用该工具分析电影剧本如何使用暴力来描述受害者和罪者，以及这些角色的人口统计特征。

这些发现可能会在“我也是好莱坞”(MeToo Hollywood)的帖子中扮演重要角色，关注女性的代表性和负面刻板印象的延续，并重新聚焦于有能动性的强势女性角色。

该团队预计，最终这将是一个工具，可以集成到剧本编写软件。大多数的剧本编写程序，如Final Draft或WriterDuet，已经能够创建按性别显示角色对话比例的报告。这个工具可以根据角色使用的暴力语言的性质进行内容分析，显示哪些角色是作恶者，哪些是受害者。

“通常情况下，剧本中可能存在作者无意中出现的无意识模式和偏见，而像这样的工具将有助于提高人们的意识。”Narayanan说。