Dramatis A Computational Model of Suspense Brian O'Neil Western New England University brian.oneill@wne.edu Mark Riedl Georgia Institute of Technology riedl@cc.gatech.edu
Introduction Dramatis: υπολογιστικό μοντέλο suspense Διαβάζει μία υπολογιστική αναπαράσταση μίας αφήγησης Μετράει τα επίπεδα του suspense Συγκρίσιμα αποτελέσματα με την αξιολόγηση του suspense από αναγνώστες της ισοδύναμης ιστορίας σε φυσική γλώσσα
Background Τι είναι το suspense? Δεν υπάρχει κοινά αποδεκτός ορισμός Μία συναισθηματική αντίδραση, παρόμοια με το άγχος, που συχνά νιώθουν οι άνθρωποι όταν ακούν/διαβάζουν/βλέπουν μία ιστορία Απαιτεί την αβεβαιότητα σχετικά με ένα συγκεκριμένο αποτέλεσμα (επιθυμητό ή ανεπιθύμητο)
Related Work Gerrig and Bernardo! Οι αναγνώστες αισθάνονται suspense όταν οδηγούνται στο συμπέρασμα ότι η ποσότητα ή η ποιότητα των διαδρομών μέσα στο πρόβλημα του ήρωα έχει ελαττωθεί Πιο επιδεικτικός ορισμός για υπολογιστική αναπαράσταση (με κάποιες τροποποιήσεις) Suspenser (Cheong 2007)! Σύστημα δημιουργίας μίας ιστορίας Δέχεται μία ακολουθία γεγονότων (αφηγήματα) Παράγει την ιστορία με το μεγαλύτερο suspense, ανα-διατάσσοντας τα γεγονότα Δημιουργεί όλα τα πιθανά σενάρια που θα μπορούσε να χρησιμοποιήσει ο πρωταγωνιστής και συγκρίνει: Λόγος: αποτυχημένα σενάρια / πετυχημένα επίπεδο suspense Αυξάνει ο λόγος αυξάνει το suspense Αλλά: δύσχρηστο για μία ολοκληρωμένη μεγάλη ιστορία
Reformulation of Suspense Definition Δεδομένου ότι ο πρωταγωνιστής μπορεί να αντιμετωπίσει μία αρνητική έκβαση, μπορεί κανεις να υποθέσει ότι η έκβαση αυτή θα συμβεί και αναζητεί το πιο πιθανό σχέδιο στο οποίο ο πρωταγωνιστής θα αποφύγει αυτη την έκβαση Σχέδιο διαφυγής (escape plan) Ποιότητα σχεδίου διαφυγής: η αντιληπτή πιθανότητα επιτυχίας του Αντιληπτή πιθανότητα: πόσο γρήγορα μπορεί να ανακτηθεί από τη μνήμη Πρώτη σκέψη των ανθρώπων πιο πιθανό να συμβεί
Dramatis Υπολογίζει το επίπεδο του suspense κατα τη διάρκεια μιας ιστορίας Διαβάζει διακριτές symbolic-logic μορφές της ιστορίας Time-slices Κάθε time-slice περιγράφει μία δράση στην ιστορία Κάθε δράση δίνεται με έναν αρχικοποιημένο STRIPS τελεστή Τα time-slices περιέχουν επίσης πληροφορίες για τους χαρακτήρες, την τοποθεσία, οτιδήποτε δεν μπορεί να προκύψει από τον τελεστή Προσδιορίζει αν οι χαρακτήρες θα αντιμετωπίσουν μία αρνητική έκβαση Δημιουργεί και αξιολογεί την ποιότητα ενός σχεδίου διαφυγής για να αποφευχθεί αυτή η αρνητική έκβαση (χρησιμοποιώντας ένα μοντέλο μνήμης) Αξιολόγηση της ποιότητας = επίπεδο suspense εκείνη τη στιγμή στην ιστορία
Predicting Negative Outcomes Διαβάζει ένα time-slice Προβλέπει τις πιθανές αρνητικές εκβάσεις Βιβλιοθήκη με script-like δομές που αναπαριστούν τις τυπικές αλληλουχίες σε κοινές καταστάσεις μιας ιστορίας και τις αρνητικές εκβάσεις που εμφανίζονται συχνά σε αυτές τις περιπτώσεις Σενάριο: Ένας κατευθυνόμενος γράφος Κόμβοι: πιθανά γεγονότα Ακμή: temporal and causal (αναγκαία γεγονότα μέσα στην ίδια χρονική ακμή) Προτιμά σενάρια που κάνουν χρήση πρόσφατων γεγονότων Μπορεί επίσης να περισυλλέξει πληροφορίες από τα σχέδια των αντίπαλων χαρακτήρων, που έχουν περιγραφεί μέσα στην ιστορία
MEI-P Situation Model Καθώς το Dramatis διαβάζει την ιστορία, προσθέτει στοιχεία της ιστορίας (χαρακτήρες, τοποθεσίες) και γεγονότα (STRIPS operators) σε ένα μοντέλο μνήμης Μοντέλο μνήμης: Modified Event Indexing with Prediction (MEI- P) Χρησιμοποιεί τα σενάρια για την ενεργοποίηση (activation) των εννοιών στη μνήμη με βάση τις μελλοντικές προσδοκίες Spreading activation network Μεγαλύτερη ενεργοποίηση στοιχεία της ιστορίας πιο σημαντικά στη μνήμη του αναγνώστη ευκολότερη ανάκτηση
MEI-P Situation Model Dramatis διαβάζει ένα νέο time-slice Δημιουργεί έναν νέο κόμβο στο MEI-P που αναπαριστά αυτό το γεγονός Event node αναπαριστά ολόκληρο το συμβάν (χαρακτήρες, τοποθεσία, προϋποθέσεις, αποτελέσματα) σύμφωνα με τη STRIPS αναπαράσταση, και τα λεκτικά που χρησιμοποιούνται σε αυτή Νέα ακμή βάρος: 1.0 Προ-υπάρχουσες ακμές φθείρουν ανάλογα με την απόσταση τους από τον νέο κόμβο Επαναληπτικη εξάπλωση των βαρών στους κόμβους σύμφωνα με τα βάρη των ακμών Οποιοδήποτε συμβάν στο σενάριο μπορεί να συμβει μετά από το πιο πρόσφατο time-slice προστίθεται και αυτό στο MEI-P
Generating Escape Plans Το Dramatis δημιουργεί ένα σχέδιο διαφυγής αποτροπή αρνητικής έκβασης Σχέδιο διαφυγής: Το πιο πιθανό να πετύχει Κόστος σχεδίου επίπεδο suspense Μετατροπή σε Πρόβλημα Κατάστρωσης Σχεδίου (Planning Problem) Αρχική Κατάσταση: τρέχουσα κατάσταση της ιστορίας Τελική Κατάσταση: η άρνηση οποιασδήποτε κατάστασης σε οποιαδήποτε causal ακμή σε οποιαδήποτε έγκυρη διαδρομή του σεναρίου από την αρχική κατάσταση σε ένα ανεπιθύμητο αποτέλεσμα Το ΠΚΣ λύνεται με μία τροποποιημένη έκδοση του Heuristic Search Planner (HSP Bonet and Gefner 2001)
Generating Escape Plans HSP Βρίσκει σχεδόν βέλτιστες λύσεις για προβλήματα με μη ομοιόμορφα κόστη Χρησιμοποιεί μία χαλαρή μορφή του ΠΚΣ (αγνοεί την delete list) Εκτιμά το κόστος για να επιτευχθεί η κατάσταση στόχος Απαιτεί θετικές προτάσεις για την κατάσταση στόχο Δεν εγγυάται το βέλτιστο σχέδιο, αλλά συγκλίνει σε μία χαμηλού κόστους λύση Τροποποίηση του HSP να κρυφοκοιτάζει στις delete lists καθορίζει αν κάποιος τελεστής μπορεί να επιτύχει την τελική κατάσταση
Generating Escape Plans Κόστος τελεστή υπολογίζεται με βάση τα επίπεδα ενεργοποίησης (activation levels) στους αντίστοιχους κόμβους του MEI-P model Έντονα ενεργοποιημένα στοιχεία στο MEI-P ευκολότερο να ανακτηθούν Κόστος τελεστή αντιστρόφως ανάλογο με την ενεργοποίηση των στοιχείων του τελεστή Κόστος σχεδίου άθροισμα του κόστους κάθε δράσης του σχεδίου Κόστος του σχεδίου αποφυγής επίπεδο suspense Καμπύλη suspense μεταβολή του suspense στο χρόνο
Evaluations 3 αξιολογήσεις Σύγκριση με αναγνώστες Κατάλυση του MEI-P Τροποποίηση επιλογής της τελικής κατάστασης 2 εκδοχές 3 ιστοριών για κάθε αξιολόγηση Πρωτότυπη εκδοχή και εναλλακτική (μειωμένο suspense με παροχή πρόσθετων μέσων για την αντιμετώπιση του προβλήματος του πρωταγωνιστή ή εισαγώγη λύσεων νωρίτερα) Casino Royale, Rear Window, Harry Potter and the Half-Blood Prince
Evaluation 1 32 συμμετέχοντες διάβασαν τις ιστορίες σε φυσική γλώσσα How suspenseful was this story?, 7-βάθμια κλίμακα Στο Dramatis δόθηκαν οι ίδιες 6 ιστορίες σε Time-Slice format Καμπύλες suspense : συνολικό suspense περιοχή κάτω από την καμπύλη Αναγνώστες και Dramatis: πρωτότυπη ιστορία περισσότερο suspense
Evaluation 2 Αφαιρείται το MEI-P situation model από τον υπολογισμό του κόστους του σχεδίου Οι τελεστές έχουν το ίδιο κόστος για το σχέδιο διαφυγής (escape plan) Αξιολόγηση suspense μήκος του σχεδίου διαφυγής Ίδια ζεύγη ιστοριών Casino Royale: σχεδόν ίδιες καμπύλες (εκτός από 3 time-slices, όπου το πρωτότυπο είχε περισσότερο suspense) Rear Window: Πανομοιότυπες καμπύλες Harry Potter: το πρωτότυπο περισσότερο suspense MEI-P situation model επαρκές component
Evaluation 3 Τροποποίηση επιλογής κατάστασης στόχου (τελικής κατάστασης) Τροποποιημένο Dramatis επιλέγει τυχαία ένα από τα υποψήφια causal links (αντι γι αυτό που οδηγεί στο πιο εύκολα αντιληπτό σενάριο διαφυγής) δημιουργεί ένα σχέδιο διαφυγης γι αυτό τον στόχο το υπολογίζει suspense curve Δείγμα από 1000 καμπύλες για κάθε ιστορία Casino Royal: 92.3% πρωτότυπη εκδοχή περισσότερο suspense Rear Window: 99.8% πρωτότυπη εκδοχή περισσότερο suspense Harry Potter: 62.9% πρωτότυπη εκδοχή περισσότερο suspense ΑΛΛΑ: Προβληματα με αυτή την τυχαία διασικασία επιλογής: Ιστορίες με το ίδιο suspense βαθμολογήθηκαν διαφορετικά Μερικές φορές η εναλλακτική εκδοχή αξιολογήθηκε πως έχει περισσότερο suspense Οι αναγνώστες με το ζόρι κατέληξαν οτι η πρωτότυπη εκδοχή του Rear Window έχει περισσότερο suspense
Evaluations Οι αξιολογήσεις δείχνουν ότι οι μετρήσεις του suspense από το Dramatis είναι σε μεγάλο βαθμό σύμφωνες με εκείνες που παράγονται από τους αναγνώστες. Ιστορίες με λιγότερο suspense χαμηλότερη βαθμολογία από το Dramatis Χωρίς το MEI-P ή τις διαδικασίες επιλογής στόχου για το σχέδιο διαφυγής ασυνεπείς αξιολογήσεις suspense
Ευχαριστώ!