叙事平滑：用于电视剧情节分析的动态会话网络

现代热门电视剧通常发展跨越数季的复杂故事情节，但观众观看方式往往相当不连续。因此，观众通常需要新一季开始前的上一季情节综合摘要。生成此类摘要首先需要识别并刻画剧集子情节的动态。一种方法是研究叙事中涉及角色之间交互的底层社交网络。社交网络分析领域用于提取此类网络的标准工具依赖于时间的整合，要么在整个考虑的时间段上，要么作为若干时间片的序列。然而，由于屏幕上展现的场景交替聚焦于平行故事情节，且不一定遵循传统时间顺序，它们被证明在电视剧情况下不合适。这使得现有提取方法在描述角色间关系动态或获取情节中当前社交状态的相关瞬时视图方面效率低下。对于在情节前某点显示为相互交互但暂时被叙事忽略的角色而言，这一点尤其正确。在本文中，我们引入叙事平滑，一种新颖的、仍具探索性的网络提取方法。它基于情节属性平滑关系动态，旨在解决标准方法中存在的若干局限。为评估我们的方法，我们将其应用于一个由 3 部热门电视剧组成的新语料库，并与两种标准方法进行比较。我们的结果令人鼓舞，表明叙事平滑在刻画主角及其关系时带来更相关的观察。它可用作进一步建模构成电视剧情节的相互交织故事线的基石。