本报综合外媒报道 美国南加州大学学者维克多·马丁内斯（Victor Martinez）及同事近日在期刊《公共科学图书馆·综合》（PLOS ONE）上发表论文，揭示了电影剧本中角色行为所反映的性别刻板印象。

　　电影电视和其他媒体一直在深化性别刻板印象。为了加深对这一问题的理解，已有一些研究人员使用计算框架分析了剧本中人物的对话，然而一些负面的刻板印象并非通过语言传达，而是通过行为表现的。为了探究角色行为如何反映性别刻板印象，马丁内斯等人使用机器学习的方法创建了一个计算模型，可以自动分析电影剧本中的场景描述、识别不同角色的行动。利用这个模型，研究人员分析了1909—2013年制作的912部电影剧本，包括120多万个场景描述，并识别了2万个角色所做的5万个动作。

　　在此基础上，研究人员对这些信息进行统计分析，发现不同性别角色所做的动作类型确实存在差异，且反映了性别刻板印象。例如，他们发现，女性角色更有可能表现爱意，更有可能受到其他角色的“注视”，这突出了对女性外表的强调；相对的，男性角色不太可能“啜泣”或“哭泣”。

　　虽然研究人员设计的模型在捕捉与剧本整体叙事相关的社会背景方面能力有限，但这些发现与此前有关媒体中性别刻板印象的研究结果一致，并且有助于引起人们的关注，让人们意识到媒体可能固化并延续性别刻板印象，从而影响人们在现实生活中的认识和行动。研究人员建议，未来可以改进、应用新的机器学习框架，纳入性别、年龄、种族等交叉概念。

　　（练志闲/编译）