Movie Feelings는 영화가 불러일으키는 미묘한 감정을 체계적으로 특징화하기 위해 설계된 영화 감정 특징 데이터셋입니다. 이는 긍정적/부정적 감정 또는 기본적인 감정만을 분류하는 기존 데이터셋의 한계를 뛰어넘습니다. Movie Feelings는 영화 추천 시스템 구축, 관객 평점 예측, 감정 모델링 연구, 감정 이해 작업에서 자연어 처리(NLP) 모델과 대규모 언어 모델의 비교 평가 등에 널리 활용됩니다. 또한, 다양한 감정 패턴과 영화 리뷰 간의 상관관계를 분석하는 데에도 사용될 수 있어, 계산사회과학 및 영화·TV 데이터 분석에 중요한 데이터 자료를 제공합니다. 이 데이터셋은 1920년부터 2024년까지 제작된 대표적이고 문화적으로 영향력 있는 영화 1,500편을 포함하며, 의심, 공포, 평온, 혐오, 연대, 기쁨 등 50가지 감정 상태를 포괄합니다. 데이터셋에는 영화 기본 정보, 평점 데이터, 줄거리 텍스트, 그리고 세 가지 독립적인 감정 특징 시스템(F1/F2/F3)이 포함되어 있습니다. F1은 영화 리뷰를 기반으로 한 연속형 특징 시스템이며, F2와 F3은 모델 추론을 통해 생성된 상위 3개의 이산형 감정 레이블입니다.

감정적 특성 시스템

• F1(리뷰 기반 NLP, 감정 특징): 88만 개의 영화 리뷰 텍스트를 기반으로 감정 시소러스를 매칭 및 통계적으로 분석하여 50차원의 연속적인 감정 강도 특징(0~1)을 생성합니다.
• F2(트랜스포머, 줄거리 이해를 위한 감정적 특징): BART를 사용하여 감정 분류를 즉시 수행하고, RoBERTa를 사용하여 의미론적 재정렬을 통해 영화 줄거리 요약 이해를 모델링합니다. 50가지 감정 중 상위 3가지 감정을 이진 특징으로 선택합니다.
• F3(GPT-4o, 감정 특징 생성기): GPT-4o를 기반으로 영화 줄거리에서 감정을 직접 추론하고, 제한된 50개의 감정 중에서 상위 3개 감정 레이블을 생성하여 이진 특징으로 변환합니다.