論文の概要: You Talkin to Me?: A Network Analysis of Gendered Speaker-Addressee Patterns in Film Screenplays

• arxiv url: http://arxiv.org/abs/2607.22656v1
• Date: Fri, 26 Jun 2026 17:38:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-02 22:55:39.010808
• Title: You Talkin to Me?: A Network Analysis of Gendered Speaker-Addressee Patterns in Film Screenplays
• Title（参考訳）: 映画脚本におけるジェンダー付き話し手パターンのネットワーク分析
• Authors: Samin Khan, Camilla Griffiths, Shrikanth Narayanan, Dan Jurafsky, Sabyasachee Baruah,
• Abstract要約: 私たちは38の映画脚本から4,600の対話イベントのデータセットを使用します。 男性キャラクタは、より多くの女性がいる場面でも、講演者や演説者のコーパスとして支配的である。 異性間の対話は平均的に左右対称であるが、フィルムレベルではクラスタ化される。
• 参考スコア（独自算出の注目度）: 58.97068363450271
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Objective: This paper investigates the gendered structure of speaker addressee relationships in film dialogue, asking not merely who speaks, but who is spoken to and how conversational dynamics unfold across gender lines. Methods: Using a manually annotated dataset of 4,600 directed dialogue events from 38 film screenplays, we apply network analysis, chi squared tests, paired statistical comparisons, and participation shift analysis across three studies. Key Findings: Male characters dominate as both speakers and addressees corpus wide, even in scenes with more women; cross gender dialogue is directionally symmetric on average but clustered at the film level; and same gender turns diffuse conversational attention while cross gender turns produce tighter dyadic reciprocation. Conclusion: Gender bias in film dialogue operates through the architecture of conversation itself, through exclusion from interaction and structural positioning as addressees, rather than through speaking time or within conversation directional imbalance alone.
• Abstract（参考訳）: 目的: 本論文では, 映画対話における話し手関係のジェンダー構造について検討し, 相手が話すだけでなく, 会話のダイナミクスがジェンダーラインにどのように広がるのかを問う。 方法:38の映画画面から4,600の対話イベントを手動でアノテートしたデータセットを用いて,ネットワーク分析,2乗テスト,ペア統計比較,参加シフト分析を3つの研究に適用した。 キーファインディング: 男性キャラクタは、より多くの女性がいるシーンにおいても、話者とアドレスの両方がコーパスとして支配的であり、異性間の対話は平均的に左右対称であるが、映画レベルではクラスタ化されている。 結論: 映画対話におけるジェンダーバイアスは、会話自体のアーキテクチャを介し、会話時間や会話の方向性の不均衡のみを通してではなく、会話としての相互作用や構造的位置を排除している。

関連論文リスト

• TAVID: Text-Driven Audio-Visual Interactive Dialogue Generation [72.46711449668814]
  本稿では,対話型顔と会話型音声の両方を同期的に生成する統合フレームワークであるTAVIDを紹介する。 本システムの評価は, 顔のリアリズム, 頭部の応答性, ダイアディック相互作用, 音声品質の4つの側面にまたがる。
  論文  参考訳（メタデータ） (2025-12-23T12:04:23Z)
• When Harry Meets Superman: The Role of The Interlocutor in Persona-Based Dialogue Generation [18.650805984660707]
  対話エージェントにペルソナ情報を与えると、世代間の一貫性と多様性が著しく向上することが証明されている。 提供されるペルソナとの対話の整合性に多くの焦点が当てられているが、インターロケータのプロファイルへの適応性はいまだに未熟である。 本研究では,(1)モデルが提供したペルソナとインターロケータの両方と応答を一致させる能力,(2)慣れ親しんだインターロケータやトピックを扱う際の堅牢性,(3)特定のペルソナに基づく対話に対する追加の微調整の影響について検討する。
  論文  参考訳（メタデータ） (2025-05-30T14:04:30Z)
• WMT24 Test Suite: Gender Resolution in Speaker-Listener Dialogue Roles [13.511723323294339]
  文体対話におけるジェンダー解決の難しさを評価する。 対話以外の性格や方法のステレオタイプが,対話内の参照者の性別合意に大きく影響していることが判明した。
  論文  参考訳（メタデータ） (2024-11-09T14:30:58Z)
• Gender Representation in TV and Radio: Automatic Information Extraction methods versus Manual Analyses [1.1708479580628022]
  本研究は,テレビやラジオにおけるジェンダー表現の相違を記述するために,自動情報抽出記述子と手動分析の関係について検討する。 発見は、すべてのディスクリプタで男性に比べて女性が少なすぎるという、全身的な性別の不均衡を浮き彫りにする。
  論文  参考訳（メタデータ） (2024-06-14T16:05:43Z)
• Channel-aware Decoupling Network for Multi-turn Dialogue Comprehension [81.47133615169203]
  本稿では,PrLMの逐次文脈化を超えて,発話間の包括的相互作用のための合成学習を提案する。 私たちは、モデルが対話ドメインに適応するのを助けるために、ドメイン適応型トレーニング戦略を採用しています。 実験の結果,提案手法は4つの公開ベンチマークデータセットにおいて,強力なPrLMベースラインを著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2023-01-10T13:18:25Z)
• A Benchmark for Understanding and Generating Dialogue between Characters in Stories [75.29466820496913]
  本研究は,機械が物語の対話を理解・生成できるかどうかを探求する最初の研究である。 マスク付き対話生成と対話話者認識という2つの新しいタスクを提案する。 DialStoryの自動評価と手動評価で既存のモデルをテストすることで,提案課題の難しさを示す。
  論文  参考訳（メタデータ） (2022-09-18T10:19:04Z)
• SalesBot: Transitioning from Chit-Chat to Task-Oriented Dialogues [22.89699254073016]
  ソーシャルチャットからタスク指向対話へのスムーズな移行は、ビジネスチャンスの引き金になる上で重要である。 本稿では,人間の介在なく多数の対話を自動生成するフレームワークを提案する。 公表されたデータは、将来の研究方向と商業活動のガイドとなる大きな可能性を秘めている。
  論文  参考訳（メタデータ） (2022-04-22T09:31:13Z)
• Mitigating Gender Bias for Neural Dialogue Generation with Adversarial Learning [44.69720475052093]
  本稿では,性別バイアスを伴わない対話モデルを学習するための,新たな逆学習フレームワークであるDebiased-Chatを提案する。 本フレームワークは,応答品質を維持しながら,対話モデルの性別バイアスを大幅に低減する。
  論文  参考訳（メタデータ） (2020-09-28T02:46:59Z)
• Filling the Gap of Utterance-aware and Speaker-aware Representation for Multi-turn Dialogue [76.88174667929665]
  マルチターン対話は、2つ以上の異なる話者の役割から複数の発話からなる。 既存の検索に基づくマルチターン対話モデルでは、事前訓練された言語モデル(PrLM)をエンコーダとして、対話を粗く表現する。 本稿では,対話履歴に係わる効果的な発話認識表現と話者認識表現をモデル化することにより,そのようなギャップを埋める新しいモデルを提案する。
  論文  参考訳（メタデータ） (2020-09-14T15:07:19Z)

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。