英文精读｜灰姑娘情结：词嵌入揭示了电影和书籍中的性别刻板印象

　　我们对成千上万部电影和书籍的分析揭示了这些文化产品如何将陈规定型的性别角色编织到道德故事中，并通过讲故事使性别不平等长期存在。使用词嵌入技术，我们揭示了故事中女性角色对男性角色的情感依赖。我们的分析涵盖了塑造现代集体记忆的大部分叙事，包括7226本书、6087个电影概要和1109个电影剧本。我们对围绕女性和男性角色的词汇的分析表明，男性的生活以冒险为导向，而女性的生活则以浪漫关系为导向。最后，我们通过表明性别刻板印象电影的投票频率更高和评分更高，证明了社会对性别刻板印象的认可。

　　根据社会心理学的研究，性别刻板印象是对不同性别角色的不准确、有偏见或刻板的概括。它与有限的认知资源和人们夸大群体间差异而低估群体内差异的倾向有关。性别角色起源于历史上的劳动分工，并扩散到许多其他社会层面，包括教育、职业和收入。性别刻板印象的一个重要后果是通过学校和工作场所的培养方式和惯例，加剧了性别不平等。

　　关于性别刻板印象的丰富文献指出了在确定和量化刻板印象叙事结构方面需要探索的假设，包括：1.女性对男性的情感依赖2.男人行动而女人表现3.社会认可性别刻板印象。我们的研究将通过把故事框架与社会接受度联系起来，检验这一假设。

　　本研究收集了三个数据集，包括电影概要、电影剧本和书籍(图8)。首先，我们从IMDB网站收集电影概要数据。我们选择有用户评分、剧情简介、上映年份和类型的电影用于进一步的数据过滤，最终获得了6087个电影概要，概要中包含五个以上的句子，并包括男女角色。其次，我们还从IMSDB网站收集电影剧本数据，该数据库是最大的在线电影剧本数据库，共筛选出1109个电影剧本。最后，除了两个电影数据集，我们还从古登堡计划（）收集了超过4万本英语书籍的数据，包括故事的文本、出版时间和体裁。在书籍的数据过滤中，仅选择了包含女性和男性角色的“语言和文学”类型的7226本书。

　　图9比较了三个数据集里句子中故事的长度。由于给定三个数据集中的句子数量不同，我们按句子分割电影概要，按段落分割电影剧本和书籍。因为句子是叙事的主要单位，这种故事分割的方法有助于我们理解故事中情感的变化。

　　我们建议使用词嵌入技术来分析性别刻板印象。为了比较这些词嵌入并选择最佳词嵌入进行分析，首先，我们通过检索两组词的预训练嵌入向量来构造一个表示“幸福”的向量，通过从负面单词的平均值中减去正面单词的平均向量，我们使用这些预先训练的向量创建了“快乐”向量。其次，我们使用了Hedonometer项目提供的10000个情感词的幸福分数。我们使用这些预先训练的向量获得10000个单词的单词向量，并计算这10000个单词向量和幸福向量之间的余弦距离。我们计算这10000个单词的余弦距离和他们的幸福分数之间的皮尔逊相关系数，通过计算，在本研究中我们将采用在谷歌新闻数据集上训练的预训练词向量进行分析。

　　为了获得角色的情感曲线，我们首先通过计算每个单词的谷歌新闻向量到构建的幸福向量的距离来获得每个单词的幸福分数。对于处于相同上下文中的两个角色，我们假定他们共享相同的原始幸福感。为了更好地度量随时间变化的不同角色的幸福感得分，没有女性或男性角色名称的句子或段落的幸福分数为0。这样，我们就可以得出整个故事中不同角色的幸福感曲线。最后，我们在包含女性或男性角色名称的句子或段落中累积幸福曲线，以获取总体的情感趋势。

　　要研究其他性别如何影响主角，我们需要确定角色名称及其性别。IMDB数据集提供主要演员的信息，包括性别信息(以“演员”或“女演员”的形式)、演员姓名和角色名称。电影剧本数据集包含人物之间的对话(将人物名字放在对话之前)，这也可以帮助我们识别故事中的人名。然后，我们使用经过预先训练的性别分类器来预测角色名称的性别。在图书数据集中，我们使用自然语言工具包中的男性和女性姓名语料库来一起识别姓名和性别。同时，我们通过统计人名在故事中出现的频率来确定主角。最后，我们通过发现男性和女性角色是否同时出现在电影大纲的同一句子中或出现在电影剧本和书籍的同一段落中来衡量男性和女性角色的同时出现。

　　我们用OLS回归来衡量幸福指数的增减。首先，我们将情感曲线的范围，以比较不同故事中不同角色的斜率。然后，我们将回归模型拟合到男女性角色之间连续出现的幸福曲线上。我们可以使用回归系数获得斜率，以衡量幸福感分数的增加和减少。

　　我们从电影概要数据中选择了《灰姑娘》的文本，共包含97个句子。在每句中，我们计算从预先训练的单词向量到构建的幸福向量的距离，以得出单词的幸福分数。人物的情感状态是由一系列事件建立起来的，因此，我们沿着故事时间线将句子间的分数相加，来衡量情绪的累积平均值而不是边际方差。

　　故事从埃拉和父母的幸福生活开始。她母亲的去世与情感曲线的第一次下降有关(在图1B的x轴上大约五个百分点)。家庭重组和父亲出差去世使她的人生充满坎坷。在继母的下，埃拉的生活一路下滑至谷底（30%），但这也是转折发生的时候——埃拉在森林里遇到了基特。令人心烦意乱的分离后，参加皇家舞会，在仙女教母的帮助下与基特跳舞，情感曲线%)。 离开聚会并丢掉水晶鞋再次将曲线拉低，但是与基特的重聚将曲线%）。相比之下，基特的情感曲线就没那么坎坷了，尤其是在他和埃拉互动的场景中，也就是包含两个名字的句子。这些发现为道林对“灰姑娘情结”的分析提供了证据，即女性在追求幸福生活时对男性的依赖。

　　这种模式有多普遍？它是否像道林预测的那样——在不同的时期和背景下广泛存在？我们根据类型、长度、时期和主角性别选择了10部电影。我们在这10部电影中发现了女性对男性不对称的情感依赖——灰姑娘不是唯一一个对男性有复杂情感的角色(图2，书见图3)。

　　我们在7226本书、6087个电影概要和1109个电影剧本中进一步研究了这种模式。我们发现，尽管女性和情感词汇之间有关联，但当男女角色出现在同一语境中(即一组连续的句子)时，女性角色的幸福分数明显高于没有男性角色出现的语境中的幸福分数。同时，在角色出现的背景下，女性角色的幸福分数的增加高于男性角色(图4)。这些发现揭示了女性对男性的一种建构的、不对称的情感依赖。

　　为了揭示证明女性角色对男性角色的情感依赖的建构语境，我们分析了围绕角色名称的单词。6087个电影概要里，我们在所有句子中选择了主角名字前后的各五个单词，并构建了单词共现网络，一个用于女性，另一个用于男性（图5和6）。然后，我们从这两个网络中识别了四个社区，包括女性网络中的行动、家庭、职业和浪漫，以及男性网络中的行动、家庭、职业和犯罪(图5)。这种社区结构揭示了浪漫关系定义了女性角色，而冒险和刺激塑造了男性角色。

　　我们进一步将两个网络按单词类别分为三个部分，包括形容词、动词和名词。单词分布的差异详细刻画了陈规定型的性别形象。此外，我们观察到在三个数据集中，使用动词来描述男性角色比女性角色的可能性更大（图7）。这种观察使人想起了英国小说家约翰·伯格的名言：“男人行动而女人表现”。他用这句话概括了一种刻板印象，即男人是由他们的行为来定义的，而女人是由他们的外表来定义的。总而言之，我们的分析揭示了刻板印象的男女两分法，即女性是善良的、顾家的、热情的和善于社交的，而男性应该是积极的、有技能的、以工作为中心的、有能力的和有主见的。

　　我们探讨了通过女性对男性的情感依赖程度来衡量的灰姑娘情节的叙事强度是如何与叙事的接受程度相关联。我们使用电影的平均评分（介于0到10之间）作为电影声誉的代表。票数定义为对电影评分的观众人数，用于衡量电影的受欢迎程度。这两个变量表现了社会选择所塑造的文化市场。

　　我们观察到，与男性角色共同出现时女性幸福感的提高对电影的收视率和受欢迎程度均具有积极影响（表1）。相反，男性幸福感的提高对电影的接受度有负面影响。换句话说，展现女性对情感的依赖和脆弱性的叙事被认为是“好故事”，但是强调男性对情感的脆弱性的电影却不那么受欢迎。

　　我们的研究虽然主要侧重于设计和测试有关性别刻板印象的假设，但也旨在在多个方面为性别刻板印象的理论做出贡献：

　　1.互动vs.分离的性别角色。性别之间的关系分析对于揭示刻板印象的期望至关重要，因为性别角色是从与另一性别的相互作用中产生的。

　　2.可见vs.隐藏的刻板印象。一些性别不平等和刻板印象比其他的更明显，例如投票权、工作薪水和教育机会方面的不平等。这些明显的不平等可能会分散社会注意力，并使范式、语言和交流中隐藏的刻板印象更加不明显。

　　3.刻板印象的社会再生产。刻板叙事既有原因也有后果。刻板印象降低了故事的复杂性，使故事更令人难忘。但是，扁平人物可能会变成现实。被构建和编织成电影和书籍中道德故事的性别刻板印象，可能通过这些道德规范维持性别不平等，并将性别不平等作为社会事实再现。