論文の概要: Longitudinal Abuse and Sentiment Analysis of Hollywood Movie Dialogues using LLMs
- arxiv url: http://arxiv.org/abs/2501.13948v1
- Date: Mon, 20 Jan 2025 00:44:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-27 14:58:32.614979
- Title: Longitudinal Abuse and Sentiment Analysis of Hollywood Movie Dialogues using LLMs
- Title(参考訳): LLMを用いたハリウッド映画対話の縦断的利用と知覚分析
- Authors: Rohitash Chandra, Guoxiang Ren, Group-H,
- Abstract要約: 本研究は,1950年から2024年までのハリウッド・オスカーとブロックバスター映画対話の縦断的虐待と感情分析にLarge Language Models (LLMs) を用いた。
映画対話の時間的変化は,より広い社会的・文化的影響を反映している。
この結果は、社会規範や規制政策の変化を反映して、近年の乱用コンテンツの増加が徐々に進んでいることを示している。
- 参考スコア(独自算出の注目度): 0.17999333451993949
- License:
- Abstract: Over the past decades, there has been an increasing concern about the prevalence of abusive and violent content in Hollywood movies. This study uses Large Language Models (LLMs) to explore the longitudinal abuse and sentiment analysis of Hollywood Oscar and blockbuster movie dialogues from 1950 to 2024. By employing fine-tuned LLMs, we analyze subtitles for over a thousand movies categorised into four genres to examine the trends and shifts in emotional and abusive content over the past seven decades. Our findings reveal significant temporal changes in movie dialogues, which reflect broader social and cultural influences. Overall, the emotional tendencies in the films are diverse, and the detection of abusive content also exhibits significant fluctuations. The results show a gradual rise in abusive content in recent decades, reflecting social norms and regulatory policy changes. Genres such as thrillers still present a higher frequency of abusive content that emphasises the ongoing narrative role of violence and conflict. At the same time, underlying positive emotions such as humour and optimism remain prevalent in most of the movies. Furthermore, the gradual increase of abusive content in movie dialogues has been significant over the last two decades, where Oscar-nominated movies overtook the top ten blockbusters.
- Abstract(参考訳): 過去数十年間、ハリウッド映画における乱暴で暴力的なコンテンツの普及に対する懸念が高まってきた。
本研究は,1950年から2024年までのハリウッド・オスカーとブロックバスター映画対話の縦断的虐待と感情分析にLarge Language Models (LLMs) を用いた。
微調整のLLMを用いて、過去70年間の感情的・虐待的コンテンツの傾向と変化を調べるために、4つのジャンルに分類された1000本以上の映画のサブタイトルを分析した。
映画対話の時間的変化は,より広い社会的・文化的影響を反映している。
全体として、映画における感情的な傾向は様々であり、乱用内容の検出もまた大きな変動を示す。
この結果は、社会規範や規制政策の変化を反映して、近年の乱用コンテンツの増加が徐々に進んでいることを示している。
スリラーのような天才はいまだに暴力や紛争の物語的役割を強調する乱暴な内容の頻度が高い。
同時に、ユーモアや楽観主義のような根底にある肯定的な感情は、ほとんどの映画で依然として一般的である。
さらに、映画対話における乱暴なコンテンツの増加は、オスカーにノミネートされた映画がトップ10のブロックバスターを圧倒した過去20年間に顕著である。
関連論文リスト
- Benchmarking Open-ended Audio Dialogue Understanding for Large Audio-Language Models [58.43486430996411]
LALM(Large Audio-Language Models)は、LALMと人間間の音声言語を直接交換する音声対話機能を持つ。
GPT-4oのような最近の進歩により、LALMは人との前後の音声対話を可能にしている。
オープンエンド音声対話理解におけるLALMの性能を評価するための音声対話理解ベンチマーク(ADU-Bench)を提案する。
論文 参考訳(メタデータ) (2024-12-06T16:34:15Z) - Are Large Language Models Capable of Generating Human-Level Narratives? [114.34140090869175]
本稿ではストーリーテリングにおけるLLMの能力について考察し,物語の展開とプロットの進行に着目した。
本稿では,3つの談話レベルの側面から物語を分析するための新しい計算フレームワークを提案する。
談話機能の明示的な統合は、ニューラルストーリーテリングの40%以上の改善によって示されるように、ストーリーテリングを促進することができることを示す。
論文 参考訳(メタデータ) (2024-07-18T08:02:49Z) - Delving into ChatGPT usage in academic writing through excess vocabulary [4.58733012283457]
ChatGPTのような大きな言語モデル(LLM)は、人間レベルのパフォーマンスでテキストを生成し、修正することができる。
我々は2010年から2024年にかけての1400万のPubMed抽象語の語彙変化について検討し、LLMの出現がある種の単語の出現頻度の急激な増加につながったことを示す。
我々は,LLMが,コビッドパンデミックなどの世界大イベントの影響を超越して,科学文献に前例のない影響を与えていることを示す。
論文 参考訳(メタデータ) (2024-06-11T07:16:34Z) - LFED: A Literary Fiction Evaluation Dataset for Large Language Models [58.85989777743013]
元々は中国語で書かれたか、中国語に翻訳された95の文学小説を収集し、数世紀にわたって幅広い話題を扱っている。
質問分類を8つのカテゴリーで定義し,1,304の質問の作成を導く。
我々は、小説の特定の属性(小説の種類、文字番号、出版年など)がLLMのパフォーマンスに与える影響を詳細に分析する。
論文 参考訳(メタデータ) (2024-05-16T15:02:24Z) - Dynamic Causal Disentanglement Model for Dialogue Emotion Detection [77.96255121683011]
隠れ変数分離に基づく動的因果解離モデルを提案する。
このモデルは、対話の内容を効果的に分解し、感情の時間的蓄積を調べる。
具体的には,発話と隠れ変数の伝搬を推定する動的時間的ゆがみモデルを提案する。
論文 参考訳(メタデータ) (2023-09-13T12:58:09Z) - The Face of Populism: Examining Differences in Facial Emotional Expressions of Political Leaders Using Machine Learning [50.24983453990065]
私たちは15カ国の政治指導者の220本のYouTubeビデオのサンプルをディープラーニングで処理しています。
ポピュリスト・レトリックの度合いが異なるリーダー群間での負の感情の平均スコアの統計的に有意な差を観察した。
論文 参考訳(メタデータ) (2023-04-19T18:32:49Z) - M3ED: Multi-modal Multi-scene Multi-label Emotional Dialogue Database [139.08528216461502]
マルチモーダルマルチシーンマルチラベル感情対話データセットM3EDを提案する。
M3EDには56の異なるテレビシリーズの990のダイアドの感情対話があり、合計9,082回、24,449発の発声がある。
我々の知る限りでは、M3EDは中国語における最初のマルチモーダル感情対話データセットである。
論文 参考訳(メタデータ) (2022-05-09T06:52:51Z) - Investigating the Impact of 9/11 on The Simpsons through Natural
Language Processing [0.0]
現実の出来事がフィクションメディアに与える影響は、特にアメリカの漫画シリーズ『ザ・シンプソンズ』で明らかである。
われわれの目標は、9月11日のニューヨークでのテロ事件前後の単語頻度、話題、感情の変化を検索することであった。
明確な傾向の変化は見られず、2000年から2002年までの期間の平均感情はわずかに減少した。
論文 参考訳(メタデータ) (2021-12-02T03:45:10Z) - Emotion Dynamics in Movie Dialogues [25.289525325790414]
発話を通して感情のダイナミクスを追跡する枠組みを提案する。
我々はこの手法を用いて、映画キャラクタの感情的弧をトレースする。
このような何千もの文字アークを分析し、ストーリーのより広い理解を知らせる仮説をテストします。
論文 参考訳(メタデータ) (2021-03-01T23:02:16Z) - Gender Bias, Social Bias and Representation: 70 Years of B$^H$ollywood [32.340056383090044]
ボリウッド対話における社会的バイアスと性バイアスの進化に関する総合的なNLP研究は存在しない。
我々は、微妙な社会的シグナルを研究するより広い文脈で、女性の描写を理解することを目指している。
人気映画コンテンツは、何らかの形での社会的規範や信念を反映している。
論文 参考訳(メタデータ) (2021-02-18T01:27:24Z) - Multilingual, Temporal and Sentimental Distant-Reading of City Events [0.0]
この分析は、祭りの期間中に収集されたベルリンのツイートに遠くから読むことを目的としている。
我々は多言語埋め込みによる深層感情ネットワークを訓練した。
トレーニングされたアルゴリズムは0.78のテストスコアを持ち、フェスティバル中にBerlinaleハッシュタグでツイートに適用される。
論文 参考訳(メタデータ) (2021-01-04T10:57:11Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。