Анализ лексики сериала Stranger things
Описание проекта
Вводная часть
«Очень странные дела» — сериал, существующий уже почти 10 лет, но обретший особую популярность в последние 3 года и ставший практически культовым. Я сама с детства вовлечена в эту невероятную мистическую ретро атмосферу сериала, я многократно его пересматривала, каждый раз подмечая всё новые и новые детали.
Мне захотелось узнать, какими словами оперируют герои, как их лексикон меняется с течением времени и в зависимости от ситуации. Сами герои на протяжении всего сериала заметно растут и меняются, что точно должно отразиться на их словарном запасе.
За основу для создания датасета были взяты файлы субтитров сериала «Очень странные дела» в формате srt, скачанные с сайта TVsubtitles.net. Были скачаны субтитры на английском языке. Эти файлы содержат все реплики, озвученные героями сериала, с указанием временной метки.
В ходе анализа датасетов я выбрала следующие виды графиков, поскольку посчитала их наиболее подходящими и наглядными:
Облако слов Круговая диаграмма Линейный график Столбчатый график
Для работы программы необходимо указать путь к каталогу с файлами субтитров. На выходе получим файл subtitles_dataset.csv. Из полученного файла вручную была удалена лишняя информация (данные об авторах, теги для форматирования текста и т. д.).
Оформление графиков
Все графики представлены в едином стиле, рифмующемся с визуалом сериала Stranger Things. В цветовую палитру вошли приглушенный красный, серый и белый.
В оформлении графиков мне хотелось добиться современного, минималистичного стиля, отсылающего к годам событий сериала. Средствами python были выполнены сами графики, сверху в Photoshop был наложен шум для соответствия ретро стилистике.
Столбчатая диаграмма: количество реплик по сезонам
График показывает объём диалоговой активности в каждом сезоне. Чем выше столбец, тем больше реплик произнесено персонажами в этом сезоне.
Реализация
Для каждой категории (сезон 1, сезон 2, …) подсчитывается абсолютная частота — сколько раз встречается реплика.
Данные группируются по переменной season. Применяется агрегирующая функция size () — суммарное количество строк (реплик) в группе.
Чтение данных, подсчет реплик по сезонам, стилизация, создание столбцов
Линии, подписи значений
Сериал не теряет диалоговой плотности со временем — напротив, рост количества реплик может свидетельствовать о развитии характеров и усложнении отношений. Если бы количество реплик падало, то это могло бы указывать на смещение акцента в сторону визуального хоррора или боевых сцен. То есть рост числа реплик в более поздних сезонах указывает на эволюцию сценария: от простого детского хоррора к сложной драме с множеством персонажей и сюжетных линий.
Линейный график: средняя длина реплики по сезонам
График показывает, насколько многословны персонажи в каждом сезоне. Рост средней длины означает, что персонажи говорят более развёрнуто: дают объяснения, ведут дискуссии, выражают сложные эмоции. Снижение длины же означает, что речь становится более фрагментарной: доминируют крики, команды, короткие фразы в погонях и битвах.
Увеличение длины реплик коррелирует с эмоциональной и когнитивной зрелостью персонажей. Дети говорят коротко, подростки — развернуто.
Загрузка данных и группировка по сезонам, оформление
В сезонах со сложным научным или мистическим сюжетом реплики длиннее — нужны экспозиция и пояснения.
Высчитывание количества слов и символов в реплике
Короткие реплики — динамичный ритм, напряжение. Длинные реплики — драматические сцены, внутренние монологи, развитие отношений.
Линейный график 2: эмоциональная динамика по эпизодам
Каждой реплике присваивается полярность эмоциональной окраски — число от —1 (максимально негативный) до +1 (максимально позитивный).
Сериал следует классической драматургической структуре: надежда — угроза — кризис — развязка. Это видно по чередованию зелёных и красных волн. В ранних сезонах чаще позитив, в поздних же, с течением взросления персонажей, растет и негатив.
Загрузка, чтение данных, стилизация и присваивание эмоциональной окраски
Линии, подписи
Линейчатая диаграмма: активность персонажей по упоминаниям имён
Рост числа упоминаний нового персонажа сигнализирует о появлении новой угрозы. Падение упоминаний ранее ключевого персонажа отражает его физическую или нарративную изоляцию. Персонаж может мало говорить, но часто упоминаться (например, Демогоргон). Это помогает выявить «невидимых» антагонистов.
Линейная диаграмма 2: снижение количества обращений к родителям
Высокая частота в первом сезоне говорит о том, что герои — дети, обращающиеся к взрослым за помощью, защитой, разрешением.
Постепенное снижение же говорит о том, что герои берут ответственность на себя, скрывают правду от родителей, принимают решения самостоятельно.
Герои в 3 сезоне и дальше — подростки, для которых родители — не источник безопасности, а препятствие.
Снижение обращений к родителям — не просто деталь, а движущая сила сюжета: именно из-за того, что дети молчат, угроза разрастается.
Облако слов: подсчет самых часто встречаемых слов
Такой график является одним из самых наглядных способов проанализировать лексику сериала.
Облако частотности слов в сериале «Очень странные дела»
Я убрала из списка односложные, короткие слова и части базовых грамматических конструкций, чтобы оставить только более менее уникальный и интересный список.
Самые частые слова всё-таки относятся к глаголам, двигающим сюжет: герои много думают, о многом узнают, постоянно куда-то идут.
Остальные слова чаще всего помогают героям выразить чувства и переживания, что говорит о том, что в сериале достаточно много эмоционального аспекта.
Загрузка стоп-слов, загрузка данных, цветовое оформление
Генерация облака
Круговая диаграмма: отношение неологизмов к обычным словам
График показывает степень «фантазийности» лексики. Высокая доля неологизмов говорит о том, что сезон насыщен новыми концепциями, угрозами, мифологией. Низкая доля — о том, что сезон реалистичнее, с фокусом на человеческих отношениях и повседневности.
1. Загрузка ресурсов, создание папки для графиков. 2. Построение диаграммы. 3. Сбор статистики
Заключение
Практически каждый примененный способ анализа базы данных доказал, что герои сериала постепенно взрослеют, набираются опыта, мыслят сложнее.
Достаточно большое количество неологизмов создает у сериала уникальную и очень притягательную атмосферу погружения в детское приключение, в игровой боевик или хоррор.
Описание применения генеративной модели
Ideogram — генерация обложки и нескольких изображений Chat GPT — обращения с целью генерации инструкций и рекомендаций по улучшению кода, вопросы по тому, как правильно имплементировать те или иные функции, библиотеки и т.д) Adobe Color — генерация цветовой палитры и ее редактирование на основе загруженного изображения
