当电影分级为NC-17，17岁以下的观众将无法再观看，导演只能选择有限的票房收入或花费更多资金重新编辑，甚至重新拍摄。

但是，如果有更准确的方法来预测电影可能的分级呢？南加州大学维特比工程学院的信号分析和解释实验室（SAIL）的一个研究小组正在使用机器学习来分析剧本中的暴力描述，旨在帮助制片人，编剧和工作室确定潜在分级。

在2019年人工智能促进会（AAAI）会议上，这款新的人工智能工具首次亮相，使用自然语言处理来识别电影剧本中的暴力语言和内容。

该人工智能工具是使用732种流行电影剧本的数据集开发的，这些电影剧本已被Common Sense Media注释为暴力内容。根据这些信息，该团队建立了一个神经网络机器学习模型，在这个模型中，算法相互交叉，协同工作，并从输入数据中学习，以便创建一个输出（电影暴力评级）。工具分析了剧本对白中的语言，发现语言的语义和情感是一部完整电影中暴力内容分级的有力指标。

作为计算媒体情报研究的一部分，Narayanan和他的团队已经使用AI分析以人为中心的数据超过15年，该研究侧重于分析与电影和大众媒体相关的数据。他们经常与Geena Davis媒体性别研究所等合作，分析电影和媒体的数据。

文本分析在评估仇恨言论，性别歧视和辱骂语言内容的领域有着悠久的历史，但通过剧本语言分析电影中的暴力是一项更复杂的任务。

“通常当人们在媒体上研究暴力场景时，他们会寻找枪击，尖叫，撞车，打架等等。但语言更加微妙。这类算法可以查看和跟踪上下文，而不仅仅是特定的单词和单词选择的含义。我们从全局的角度来看待它。”

Martinez说，人工智能工具能够探测到目前技术无法探测到的隐性暴力的一个例子是《谍影重重3:最后通牒》（2007）中的对话：“I knew it was going to end this way. It was always going to end this way.”虽然它没有任何明确的暴力语言标记，但AI工具将此行标记为暴力。

“与MPAA的评分方式相反，我们的模型会查看电影的实际内容以及对话的背景，以预测电影的暴力程度。”

研究小组现在正在使用这个工具来分析剧本如何在描述受害者和犯罪者时使用暴力，以及这些角色的人口统计数据。

这样的发现可能会在#MeToo Hollywood帖子中发挥重要作用，关注女性的代表性和负面刻板印象的延续，并重新关注强大的女性角色。

该团队预计，最终这将是一个可以集成到编剧软件中的工具。大多数编剧程序，如Final Draft或WriterDuet，已经能够创建报告，显示角色对话的性别比例。该工具允许根据角色使用的暴力语言的性质进行内容分析，显示哪些角色是肇事者，哪些角色是受害者。