使用主成分分析法识别Bechdel测试中的缺失成分
计算机与社会
2020-11-24 v2 机器学习
摘要
关于Bechdel评分的原理与意义已有大量论述与讨论。2013年当瑞典电影院开始在影片评级旁展示其Bechdel测试分数时，它成为了数字热潮。该测试因被用于评定电影中女性存在度而受到专家与电影界的批评。权威人士认为，该评分过于简化，电影通过测试的基本标准必须包括1）至少两名女性，2）她们至少有一次对话，3）关于除男性以外的事物，是荒谬的。在本研究中，我们考虑了若干更多参数以凸显我们在电影中如何呈现女性，例如电影中女性对话的数量、对话类型与对话中的词性标注。这些参数在现有计算Bechdel分数的标准中缺失。本研究旨在分析342部电影剧本，以检验一个假设：上述额外参数与当前Bechdel标准一起，是否在计算女性表征分数时具有显著性。主成分分析法的结果得出结论：女性对话内容是关键成分，在衡量虚构作品中女性表征时应被考虑。
引用
@article{arxiv.1907.03702,
title = {Identifying Missing Component in the Bechdel Test Using Principal Component Analysis Method},
author = {Raghav Lakhotia and Chandra Kanth Nagesh and Krishna Madgula},
journal= {arXiv preprint arXiv:1907.03702},
year = {2020}
}
备注
8 pages, 6 images, Published in the Proceedings of International Conference on Machine Learning and Applications (ICMLA), 324 - 331, June 2019, Copenhagen, Denmark, Recipient of the Best Paper Award