[논문]Classification of Characters in Movie by Correlation Analysis of Genre and Linguistic Style

You, Eun-Soon; Song, Jae-Won; Park, Seung-Bo

doi:10.9708/jksci.2019.24.01.049

Classification of Characters in Movie by Correlation Analysis of Genre and Linguistic Style 원문보기

韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, v.24 no.1, 2019년, pp.49 - 55

You, Eun-Soon (AI Content Creation Research Center, Inha University) , Song, Jae-Won (Value Finders) , Park, Seung-Bo (Dept. of Software Convergence Engineering, Inha University)

Abstract ▼ AI-Helper

The character dialogue created by AI is unnatural when compared with human-made dialogue, and it can not reveal the character's personality properly in spite of remarkable development of AI. The purpose of this paper is to classify characters through the linguistic style and to investigate the relation of the specific linguistic style with the personality. We analyzed the dialogues of 92 characters selected from total 60 movies categorized four movie genres, such as romantic comedy, action, comedy and horror/thriller, using Linguistic Inquiry and Word Count (LIWC), a text analysis software. As a result, we confirmed that there is a unique language style according to genre. Especially, we could find that the emotional tone than analytical thinking are two important features to classify. They were analyzed as very important features for classification as the precision and recall is over 78% for romantic comedy and action. However, the precision and recall were 66% and 50% for comedy and horror/thriller. Their impact on classification was less than romantic comedy and action genre. The characters of romantic comedy deal with the affection between men and women using a very high value of emotional tone than analytical thinking. The characters of action genre who need rational judgment to perform mission have much greater analytical thinking than emotional tone. Additionally, in the case of comedy and horror/thriller, we analyzed that they have many kinds of characters and that characters often change their personalities in the story.

주제어

표/그림 (10)

그림 Fig. 1. The dialogue of the character ‘Gigi’ in the script of Movie
표 Table 1. Selected movie characters
표 Table 2. LIWC features and words in each feature
그림 Fig. 2. The dialogue of the main character ‘Summer’ of the movie
그림 Fig. 3. Value of features for character dialogue
그림 Fig. 4. T-test results for 93 features
표 Table 3. Six hypotheses for four genres
그림 Fig. 5. Scatter plot of ‘Tone’ and ‘Analytic’
그림 Fig. 6. KNN(k=9) classification for ‘Analytic’ and ‘Tone’
표 Table 4. Experimental result of classification

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

그동안 영화 연구를 통해 영화 장르에는 해당 장르에 부합하는 전형적인 인물이 등장하고[5] 장르에 따라 고유한 대사 유형이 존재한다는 사실이 강조된 바 있다[4]. 본 연구는 기존의 주관적이고 정성적 분석이 아닌 객관적인 실험을 통해 그러한 사실을 증명한다는 점에서 의미가 있다.
본 연구의 장기적인 목표는 성격 차원에 따라 언어 표현을 변주하여 자연스러운 대사를 구성하는 캐릭터 대화 생성기(character dialogue generator)를 개발하는 것이다. 이에 대한 선행 연구로 본 논문은 영화 속 성격에 따른 인물들의 대사를 분석하여 그들의 언어 스타일을 장르에 따라 분류(classification)하고 그들의 언어 사용과 장르 간의 상관성을 살펴보는 것을 목적으로 한다.
영화 장르와 성격에 따른 언어 스타일 간의 관계를 분석하기 위해 본 논문은 현재 텍스트 분석에 널리 사용되고 있는 Linguistic Inquiry and Word Count (LIWC)를 이용하여 인물들의 대사를 분석한다. LIWC는 텍스트에 포함된 단어들이 개인의 심릭적, 성격적 특성을 반영하여 텍스트를 분석하는 소프트웨어이다.
본 연구의 장기적인 목표는 성격 차원에 따라 언어 표현을 변주하여 자연스러운 대사를 구성하는 캐릭터 대화 생성기(character dialogue generator)를 개발하는 것이다. 이에 대한 선행 연구로 본 논문은 영화 속 성격에 따른 인물들의 대사를 분석하여 그들의 언어 스타일을 장르에 따라 분류(classification)하고 그들의 언어 사용과 장르 간의 상관성을 살펴보는 것을 목적으로 한다. 그동안 영화 연구를 통해 영화 장르에는 해당 장르에 부합하는 전형적인 인물이 등장하고[5] 장르에 따라 고유한 대사 유형이 존재한다는 사실이 강조된 바 있다[4].

제안 방법

영화 60편으로부터 선택된 92명 인물에 대해 ‘Analytic’과 ‘Tone’의 피처를 이용하여 최근접 이웃(K-Nearest Neighbors, K-NN) 알고리즘을 이용하여 4개의 그룹으로 분류하였다. 4개의 장르로 분류를 시도하여 검증을 진행하였다.
LIWC는 텍스트에 포함된 단어들이 개인의 심릭적, 성격적 특성을 반영하여 텍스트를 분석하는 소프트웨어이다. LIWC를 이용하여 텍스트로부터 피처를 추출한 후에 KNN 기반의 캐릭터 분류를 하고 분류된 캐릭터들의 언어 스타일을 분석한다.
그리고 K-NN 알고리즘을 이용하여 장르에 따라 인물들을 Figure 6과 같이 4개의 그룹(G1, G2, G3, G4)으로 분류하였다. 인물들의 분류 결과를 분석하면 Table 4와 같이 나타난다.
인간의 성격을 외향성, 신경성, 성실성, 친화성, 개방성의 다섯개로 분류한 ‘빅 파이브(Big Five)’가 성격 모델의 표준으로 널리 사용되면서 심리언어학 분야에서는 단어와 ‘빅 파이브’간의 연관성을 계량화하는 연구들이 활발하게 이루어졌다. 대량의 텍스트를 분석하기 위해 많은 학자들이 심리 측정(pschometric) 소프트웨어인 LIWC를 활용하여 성격이 단어 사용에 어떻게 영향을 미치는지를 관찰하였다. 외향성의 언어 특징에 관한 연구를 살펴보면 사교적이고 낙천적인 외향적 성격은 조용하고 내성적인 내향적 성격보다 더 많은 단어와 더 높은 긍정적인 감정어(emotion word)를 사용하고 있으며[8,9,10], 사회적 관계와 인간과 관련된 단어들의 사용이 높은 것으로 나타났다[10].
세헤라자데(Scheherazade)는여러 토픽에 대해 사용자들이 작성해 놓은 문장들을 학습하고쉘리는 레딧(Reddit)에 올려진 14만 개 이상의 공포 스토리를 학습했다. 벤자민은 장단기 기억 신경망(Long Short-Term Memory recurrent neural network)을 이용하여 20편의 SF영화 시나리오를 문장 단위로 학습하였다[3]. 벤자민이 쓴 공상 과학 시나리오 2편은 2016년과 2017년에 각각 <선스프링(sunspring>과 [It’s no game]이라는 영화로 제작되면서 큰 화제가 되었다.
본 논문은 스토리 자동 생성에 필요한 성격에 따른 인물의 대사 생성기 개발에 앞서 영화 속 인물들의 대사를 분석하여 장르에 따른 언어 스타일을 분류하였다. 인물을 장르에 따라 분류하기 위한 주요 피처는 ‘Analytic’과 ‘Tone’의 2개로 파악되었다.
영화 60편으로부터 선택된 92명 인물에 대해 ‘Analytic’과 ‘Tone’의 피처를 이용하여 최근접 이웃(K-Nearest Neighbors, K-NN) 알고리즘을 이용하여 4개의 그룹으로 분류하였다.
Beukeboom et al.은 LIWC를 활용하여 사진 5장에 대해 40명의 피험자들이 묘사한 글을 분석한 후 설문지를 이용하여 피험자들의 외향성과 내향성을 측정하였다[12]. 그리고 내향적인 사람들이 외향적인 사람들보다 관사와 숫자, 수량(quantification)과 같은 기능어를 더욱 많이 사용하여 구체적이고 정확한 표현을 선호하며 but과 except와 같은 배타적이고 부정적인 단어들의 사용도 높다고 밝혔다.
다음으로 표시된 단어들은 Figure 2에 보이는 것처럼 93개의 피처로 분류된다. 최종적으로 LIWC 사전을 이용하여 93개의 피처로 분류된 단어들의 빈도를 측정하여 백분율로 산출한다.

대상 데이터

G1으로 분류된 장르를 살펴보면 로맨틱 코미디 영화 인물 28명이 모두 포함되었다. 남녀 간의 애정과 갈등, 행복한 결합으로 끝나는 로맨틱 코미디의 장르적 특성상 인물의 대사에 다양한 감정어들이 포함되어 있다.
본 논문은 862편 중에서 로맨틱 코미디(Romantic Comedy), 코미디(Comedy), 호러/스릴러(Horror/Thriller), 액션(Action) 장르로 구성된 60편의 영화 스크립트를 선택하였다. 그리고 각 영화에서 대화 차례(turns of dialogue)가 100회 이상이고 대사량이 가장 많은 주인공만을 고려하여 총 92명을 최종 선정하고 그들의 대사를 추출하였다. 대사는 주인공의 화면 밖 목소리인 보이스 오버(voice over), 독백 그리고 대화(dialogue)로 구성되었으며, 92명으로부터 수집된 대사의 문장 수는 총 47931개이다.
그리고 각 영화에서 대화 차례(turns of dialogue)가 100회 이상이고 대사량이 가장 많은 주인공만을 고려하여 총 92명을 최종 선정하고 그들의 대사를 추출하였다. 대사는 주인공의 화면 밖 목소리인 보이스 오버(voice over), 독백 그리고 대화(dialogue)로 구성되었으며, 92명으로부터 수집된 대사의 문장 수는 총 47931개이다. Table 1은 선정된 영화와 각 영화 속 주인공들을 기술하고 있으며 Figure 1은 영화 스크립트와 주인공 대사의 일부를 보여준다.
본 논문은 862편 중에서 로맨틱 코미디(Romantic Comedy), 코미디(Comedy), 호러/스릴러(Horror/Thriller), 액션(Action) 장르로 구성된 60편의 영화 스크립트를 선택하였다. 그리고 각 영화에서 대화 차례(turns of dialogue)가 100회 이상이고 대사량이 가장 많은 주인공만을 고려하여 총 92명을 최종 선정하고 그들의 대사를 추출하였다.
1993년에 개발된 이후 지속적으로 업그레이드되고 있다. 본 연구는 가장 최근에 소개된 2015년 LIWC 버전을 분석에 이용하였다.
본 연구는 캘리포니아대학교 샌타크르주(UCSC)의 NLDS(Natural Language And Dialogue Systems) 랩(lab)에서 구축한 영화 코퍼스 1.0(Film Corpus 1.0)의 일부를 실험데이터로 활용하였다[13]. 해당 코퍼스에는 인터넷 영화 대본 데이터베이스(IMSDB)로부터 수집된 862편의 정제된 영화 스크립트와 영화 속 인물 7,400명의 대사 등이 포함되어 있다.
0)의 일부를 실험데이터로 활용하였다[13]. 해당 코퍼스에는 인터넷 영화 대본 데이터베이스(IMSDB)로부터 수집된 862편의 정제된 영화 스크립트와 영화 속 인물 7,400명의 대사 등이 포함되어 있다. 그리고 각 인물의 대사는 ‘영화 제목_인물 이름’ 형식으로 되어 있다.

데이터처리

LIWC의 93개 피처들 중에서 장르 구분에 가장 유효한 피처를 선별하기 위해 t검정(t-test)을 이용하였다. Table 3과 같이 93개의 피처를 6개 가설에 적용하여 하나의 피처가 각각의 가설을 만족하면 ‘0’ 값을 갖게 하고, 만족하지 않으면 ‘1’ 값을 갖도록 하였다.

성능/효과

그 결과 6개의 모든 가설에서 ‘1’ 값을 갖는 피처는 ‘Analytic’과 ‘Tone’으로 나타났다.
인물을 장르에 따라 분류하기 위한 주요 피처는 ‘Analytic’과 ‘Tone’의 2개로 파악되었다. 두 개의 피처는 로맨틱 코미디와 액션에 대해서는 Precision과 Recall이 모두 78% 이상 나올 정도로 분류에 매우 중요한 피처로 분석되었다. 하지만 코미디와 호러/스릴러의 경우 Precision이 66%, Recall이 50% 정도로 로맨틱 코미디와 액션 장르에 비해 분류에 대한 영향력이 좀더 적게 계산되었다.
본 연구는 언어적 측면에서 인물의 성격을 분석하여 실제 영화 속 인물의 성격과 언어 스타일이 얼마나 일치하는지에 대한 문제까지는 다루지 못했다. 또한, 장르를 구별하는 피처를 2개로 선별한 후에 장르와 인물 간의 관계성을 분석하였으나 93개의 피처들을 모두 이용하고 딥러닝 기술들을 적용할 경우 경계에 있는 인물들에 대한 추가적인 정보들을 분석할 수 있을 것으로 예상한다. 이는 후속 연구로 남기면서 아직은 연구 초기 단계에 있는 인물의 대사 생성 연구를 활성화하는 계기가 되기를 기대한다.
하지만 코미디와 호러/스릴러의 경우 Precision이 66%, Recall이 50% 정도로 로맨틱 코미디와 액션 장르에 비해 분류에 대한 영향력이 좀더 적게 계산되었다. 이것은 두 개의 피처를 이용하여 장르와 인물 간의 관계를 분석하여 로맨틱 코미디와 액션의 인물들은 주로 전형적인 성격을 가지지만 코미디와 호러/스릴러의 경우 상당히 다양한 성격을 갖는다는 것과 인물들이 스토리 내에서 성격이 변화하는 경우가 많다는 것을 분석할 수 있었다.
인물들의 분류 결과를 분석하면 Table 4와 같이 나타난다. 전체적으로 Precision이 72.0%이고 Recall이 70.6%로 나타났다. 로맨틱 코미디와 액션에 해당하는 인물들은 장르의 분류 결과가 70% 이상의 성능을 나타냈으나 코미디와 호러/스릴러의 인물들은 원하는 분류 성능을 보이지 못했다.
그러나 벤자민이 학습을 통해 생성한 인물들의 대사는 인간이 쓴 영화 대사와 비교할 때 질적인 측면에서 여러 문제점을 노출했다. 첫째, 벤자민의 대사는 인물에 대한 기본적인 정보는 물론 무엇을 말하고 있는지를 분명하게 전달하지 못했다. 영화 대사는 인물의 신분과 직업, 처한 상황, 사건과 같은 정보를 알려줌으로써 스토리에 대한 이해를 돕는다.

후속연구

본 연구는 언어적 측면에서 인물의 성격을 분석하여 실제 영화 속 인물의 성격과 언어 스타일이 얼마나 일치하는지에 대한 문제까지는 다루지 못했다. 또한, 장르를 구별하는 피처를 2개로 선별한 후에 장르와 인물 간의 관계성을 분석하였으나 93개의 피처들을 모두 이용하고 딥러닝 기술들을 적용할 경우 경계에 있는 인물들에 대한 추가적인 정보들을 분석할 수 있을 것으로 예상한다.
또한, 장르를 구별하는 피처를 2개로 선별한 후에 장르와 인물 간의 관계성을 분석하였으나 93개의 피처들을 모두 이용하고 딥러닝 기술들을 적용할 경우 경계에 있는 인물들에 대한 추가적인 정보들을 분석할 수 있을 것으로 예상한다. 이는 후속 연구로 남기면서 아직은 연구 초기 단계에 있는 인물의 대사 생성 연구를 활성화하는 계기가 되기를 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	어휘접근법은 무엇을 전제로 하는가?	단어 사용에 대한 객관적 연구 방법으로 ‘어휘접근법(lexical approach)’이 있다. ‘어휘가설(lexical hypothesis)’이라고도 불리는 이 방법은 개인의 성격이 그가 사용하는 어휘와 일치한다는 것을 전제로 한다. 즉 사람들이 사용하는 단어에서 성격을 발견할 수 있다는 것이다.
	LIWC는 무엇인가?	LIWC는 현재 널리 사용되고 있는 단어 빈도 기반의 텍스트 자동 분석 도구이다. 1993년에 개발된 이후 지속적으로 업그레이드되고 있다.
	빅 파이브는 인간의 성격을 무엇으로 분류했는가?	인간의 성격을 외향성, 신경성, 성실성, 친화성, 개방성의 다섯개로 분류한 ‘빅 파이브(Big Five)’가 성격 모델의 표준으로 널리 사용되면서 심리언어학 분야에서는 단어와 ‘빅 파이브’간의 연관성을 계량화하는 연구들이 활발하게 이루어졌다. 대량의 텍스트를 분석하기 위해 많은 학자들이 심리 측정(pschometric) 소프트웨어인 LIWC를 활용하여 성격이 단어 사용에 어떻게 영향을 미치는지를 관찰하였다.

참고문헌 (15)

Li, B. and Riedl, M. O., "Scheherazade: Crowd-Powered Interactive Narrative Generation," Proc. of the 29th AAAI Conference on Artificial Intelligence, pp. 4305-4306, 2015.
https://twitter.com/shelley_ai
http://benjamin-ai.tumblr.com/
Vasse, C., "The Dialogue," Ewha Womans University Press, p. 19, 2010.
Chung, Young Kwon, "Understanding Movie Genres," Amormundi, p. 27, 2017.
Galton, F., "Measurement of character," Fortnightly Review, 36, pp. 179-185, 1884.
Allport, G. W. and Odbert, H. S., "Trait-names: A psycho-lexical study," Psychological monographs, Vol. 47, No.1, pp. i-171, 1936.

상세보기
Gill, A. and Oberlander, J., "Taking care of the linguistic features of extroversion," Proc. of the 24th Annual Conference of the Cognitive Science Society, pp. 363-368, 2002.
Mehl, M, R., Gosling, S. D., and Pennebaker, J. W., "Personality in its natural habitat: Manifestations and implicit folk theories of personality in daily life," Journal of Personality and Social Psychology, Vol. 90, pp. 862-877, 2006.

상세보기
Pennebaker, James W., and Laura A. King., "Linguistic styles: Language use as an individual difference," Journal of personality and social psychology, Vol. 77, pp. 1296-1312, 1999.

상세보기
Pennebaker, James W., "The secret life of pronouns: What our words say about us," Sa-i Book Publishing, p. 9, 2016.
Beukeboom, C. J., Tanis, M., and Vermeulen, I. E., "The language of extraversion: Extraverted people talk more abstractly, introverts are more concrete," Journal of Language and Social Psychology, Vol. 32, pp. 191-201, 2013.

상세보기
https://nlds.soe.ucsc.edu/node/23/done?sid4863&token6c19f764f110e75e129fab4e4dd683d9
Pennebaker, J. W., Boyd, R. L., Jordan, K., and Blackburn, K., "The development and psychometric properties of LIWC2015," LIWC2015 Development Manual, pp. 1-25, 2015.
Krutnik, F., and Neale, S., "Popular film and television comedy," Communication Books, p.60, 2002.

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증