『柏拉图说』是由南京大学计算传播学实验中心的成员们于2022年4月发起的论文精读与推介活动，我们将定期推送新闻传播学TOP期刊最新内容、新闻传播学前沿及相关量化研究方法论文。我们致力于深耕传播学领域，紧跟专业研究热点，延伸学术视角，拓展群体智慧。

柏拉图说 论文推介第 169 篇

Knight,S., Rocklage,M.D., & Bart,Y.(2024). Narrative reversals and story success. ScienceAdvances, 10(34), eadl2013.

摘要

讲故事是一种强大的工具，它连接着我们，塑造着我们对世界的理解。有效讲故事的理论有着数千年的历史，凸显了叙事在不同文明中的重要性。然而，尽管有这么多理论，但从经验上预测一个故事成功的原因仍然难以捉摸。我们提出叙事逆转，即故事中的关键转折点，是预测故事成功的关键因素。借鉴叙事理论，我们将逆转概念化为情节：推动叙事向前发展并影响观众接受度的重要时刻。在30,000部电影、电视节目、小说和筹款宣传中，我们使用计算语言学和趋势检测分析来开发一种定量方法，通过价态变化来衡量叙事逆转。我们发现，转折点越多、越戏剧化的故事越成功。我们的研究结果揭示了这种古老的艺术形式，并提供了一种理解和预测讲故事影响的实用方法。

介绍

要进行溯源的话，讲故事的历史比文字的历史还要久远。在听故事的过程中，有些故事给听众的感觉是引人入胜，非常吸引人的；但有些故事听起来就会给人非常无趣的感觉。关于什么是令人信服的叙事的谜题已经吸引了数千年的学者。然而，测量学者给出的讲故事的见解一直是具有挑战性的，因为它需要识别多样化的叙事，系统地量化它们，然后跟踪它们随后的成功。

本文提出了一种叫做“叙事反转”的效果评估方式，为探究叙事反转的效果，本研究提出两个假设：(1)叙事反转越多，观众的反应就越积极；(2)更具参与性的叙事将同时拥有更多和更大的转折点，这将表现为事态中更多和更大的逆转。为了检验这些假设，并在更大范围内衡量叙事反转，我们使用计算语言学来量化叙事展开时的积极程度。然后，我们使用趋势检测分析来识别叙事反转，并使用这些转折点的数量和大小来预测叙事成功。我们在电影、电视剧、小说和GoFundMe募捐投票四个领域的近30000个叙事中测试了这些反转的预测能力。我们评估反转更多和更大的故事是否被更高的评价或更受欢迎，以及网络募捐活动是否更有可能成功。

研究1：电影

研究1采用程序化文本分析的方法，检测了数千部电影中的反转现象。我们预测反转次数越多、反转幅度越大的电影就会越成功。

方法

从OpenSubtitles.com收集了所有的电影文本。这些数据包含了电影的对话框和动作，以及发生在屏幕上的时间戳。为了比较相似的电影并确保用于分析的最小单词数，我们将样本限制为至少有1000个单词的电影，并且在每个5分钟窗口中至少包含一个单词。检验不受限制的样本时，结果类似。符合这些标准的影片共有3713部，用于最终分析。

使用VADER词库计算文本的积极度，一个词的情感积极度被划分至-4(特别消极)～4(特别积极)之间。计算了每100个固定宽度窗口的积极性。窗口重叠被标准化，以便在所有屏幕时间保持相同宽度和相同数量的窗口。使用5分钟窗口。

在量化文本并创建效价的原始时间序列后，使用trendet算法来识别反转。该算法通过检测每一个连续点大于(小于)该点的趋势移动平均值的段来识别向上(向下)的趋势。这种叙事反转的测量在一个独立的实验中得到了进一步的验证。

下图是一个包含了反转次数(M=14.46,SD=2.78)的电影样本的例子，同时也包含平均反转幅度(M=0.06,SD=0.02)，指的是两个连续反转点的绝对峰谷距离之差的平均值。我们使用来自网络IMDb.com的聚合星级评分(M=6.44andSD=1.02)来衡量电影的成功。

研究结果

正如预测的那样，反转次数多、反转次数大的电影获得更高的收视率。回归结果见下表1。对于这个和所有其他结果，连续预测因子是标准化的，而结果变量是非标准化的。每个模型参数的SE在每个表的括号中给出。为了更好地识别反转的独特效应，还检验了结果是否稳健地包含了大量的控制组。

同时，考虑了"峰/尾"效应(peak/end)。然而，峰值[B=-0.017,t(3708)=-0.80,P=0.43]和终点逆转幅度[B=-0.026,t(3708)=-1.38,P=0.17]没有显著影响。

我们还考察了边界对反转次数的影响。结果表明，反转次数的影响随着反转次数[B=0.427,t(3784)=3.925,P<0.001]的增加而加速。

为了使反转的影响更具体，从最少的观测到的反转数量到最多的反转数量，将导致IMDb评级大约提升1.4星。就背景而言，根据我们的观点估计，这与明星评级的预期增长相同，大致相当于电影预算增加4000万美元。同样，从最小的平均观测反转幅度到最大的观测反转幅度，IMDb评级大约提升0.4星。根据我们的点估计，这将相当于预算增加大约1200万美元的效果。

研究2:电视秀

研究1发现反转次数越多、反转次数越多的电影越成功。研究二采用程序化文本分析的方法，检测数以万计的电视片段中的反转现象。我们预测反转次数越多、反转幅度越大的电视剧就会越成功。

方法

我们采用与研究1相同的方法。字幕数据来自相同的来源，OpenSubtitles.com，并且具有相同的信息。我们依旧将分析限制在每个移动窗口中至少有1000个单词和至少一个单词的剧本上。最终样本包含19339个电视剧集。由于电视片段通常比电影短，我们使用3分钟的时长移动窗口来计算百分价平均。

研究结果

正如预测的那样，反转次数更多、反转次数更大的电视节目会获得更高的收视率。回归结果见表2。

为了使反转的影响更具体，从最少的观测到的反转数量到最多的观测，将导致IMDb评级大约0.35星级的增加。同样，从反转的幅度最小的平均观测反转幅度到最大的观测，IMDb评级将增加约0.30星。

研究3:小说

研究3使用程序化文本分析测量了数千篇小说中的反转现象。通过对纯文本媒介的考察，我们可以证明未被观察到的视听成分并不是我们所观察到的效应中的驱动因素。如前所述，我们预测反转更多、反转幅度更大的小说会更成功。

方法

我们收集了古登堡计划的所有文本，使用了耶拉克和Font-Clos的标准化数据集。我们的限制是至少包含5万字，这是小说长度的标准行业定义。按照这些标准，最终得到8663篇英语小说样本。

随后进行了与先前研究相同的时间序列分析，使用了10000字的移动窗口。为了衡量一部小说的受欢迎程度，我们使用了古登堡网站(M=3.09,SD=1.19)的下载量对数作为小说受欢迎的映射。

研究结果

正如预测的那样，反转次数多、反转次数大的图书更受欢迎。回归结果见表3。

为了使反转的效果更具体，从观察到的最少的反转数量到最多的反转数量，将导致下载数量大约增加110%。同样地，从最小的平均观测反转幅度到最大的反转幅度，将导致大约160%的下载量的增加。

研究4:募捐

研究1、2和3的结果与我们的理论假设是一致的，但人们可能关注的是，上述都是职业作家在娱乐语境中呈现磨砺叙事的语境，因此，研究结果可能无法更广泛地概括。为此，研究4使用程序化文本分析来检测一千多个GoFundMe募捐投票中的反转。我们预测，具有更多反转次数和更大反转次数的GoFundMe投票将有更高的概率达到他们的募捐目标。

方法

我们收集了数千名GoFundMe筹资者的数据。使用美国最受欢迎的100个男性姓名和100个最受欢迎的女性姓名进行检索。我们将考虑书写了在1000字或更多的筹资者。要求“GoFundMe”活动必须张贴时间超过2周根据这些标准，最后的样本包括1133个筹资点。遵循较短文本的约定，使用500字的移动窗口来构建活动的效价时间序列。

研究结果

正如预测的那样，反转次数较多和反转次数较大的募捐活动更有可能达到其募捐目标。Logistic回归结果见表4。

为了使反转的效果更加具体，从观测到的反转次数最少变为最多，成功的概率大约会增加39个百分点。同样地，从最小的平均观测反转幅度到最大，成功的概率大约会增加49个百分点。

讨论

近年来，关于叙事的本质及其成功的决定因素的定量研究取得了飞跃性的进展。计算语言学的应用使得研究者能够构建叙事性的定量测量，而大量新的数据来源使得这些测量得以大规模地构建和测试。然而，迄今为止，研究一直存在分歧。利用叙事理论的方法已经无法在预测成功方面获得牵引力，使得叙事理论没有一个预测能力的引擎来推动它前进。同时，专注于预测成功的方法缺乏理论基础，使其束手无策。

在这项工作中，我们提出了一种计算方法，以利用理论来开发基本叙事机制的测量，在这种情况下，趋势反转测量故事转折点，情节的构建模块，以重新组合这些文献，并为未来的研究提供一条前进的道路。通过利用理论为故事的更细粒度运作提供见解，我们开发了一种方法，以建立理论为指导的措施，这些措施既基于戏剧创作，又预测故事的成功，从电影到电视，到小说，再到在线业余筹款场。我们使用三种不同的语言测量手段在文本的情感轨迹中使用反转来检测叙事反转，并发现了一致的证据：具有更多、更大、更戏剧性反转的故事，即使在受到一系列控制以提供反对替代解释的证据时，也是更成功的。

本研究的结果强调了拟剧理论的重要性，并进一步丰富了拟剧理论的实证研究。通过对反转概念的量化，我们为长期以来强调转折点在塑造叙事结构和感染力方面的关键作用的戏剧化理论提供了支持。事实上，对反转的量化及其与叙事成功的联系，有助于验证和增强长期存在的理论原则，增强其应用的相关性。而不是将拟剧理论视为抽象的或脱离现实世界的结果，我们表明它的概念可以用可测量的方式来预测叙事的成功。

这项工作为新兴研究方向指明了方向，该研究寻求利用理论建立更精细的叙事流程和机制衡量标准，并表明开发此类组成机制的衡量标准为成功地将叙事理论与实证工作结合起来提供了一条富有成效的道路。在这里，我们开发了一个引人注目的情节的关键要素之一的叙事反转的测量，并证明了对故事反转的属性的测量可以让我们测量故事吸引力的关键要素。未来的工作可能会在我们这里考虑的数量和量级属性之外，考虑更详细的反转属性；例如，未来的研究可以考虑反转节奏在叙事过程中的规律性，反转幅度的可变性，或者反转在故事过程中的幅度是增加还是减少。通过将反转作为叙事的一个可测量的成分来检测，这部作品打开了基于反转的叙事形式分析的整个领域。

目前的研究对整个社会也有更广泛的意义。叙事在我们的社会结构中占据着独特的位置，是塑造我们对世界的理解、传达文化和道德价值、影响我们行为的工具。通过理解是什么使故事引人注目，我们可以洞察人类的状况以及指导我们的反应和情绪的认知结构。因此，这项工作不仅仅是定义什么是一个好故事；它延伸到表明叙事如何教育、告知、激励个人和社区。

此外，这些发现对各个领域的实践者都有广泛的影响，其中叙事起着举足轻重的作用。对于电影制作者、作者和新手来说，对反转的重要性的量化洞察力提供了一个强有力的工具来增强他们的故事结构。我们的发现可以帮助指导创作者通过引入频繁和戏剧性的转折点来制作更引人注目的叙事，帮助创意产业专业人员评估和开发新的故事草案，并帮助慈善机构和个人撰写更有效的募捐诉求。理解叙事反转和其他关键叙事成分的力量，可以让我们更有效地利用讲故事的说服力，无论是在教育、政治、营销，还是在叙事发挥关键作用的其他领域。因此，本研究不仅可以提供理论进展，还可以提供具有跨领域更广泛意义的实用工具。

尽管如此，尽管这项工作推动了我们对叙事的理解，并引入了一个强大的实用工具，但仍然存在一定的局限性，这些局限在本文所要解决的范围之外，但我们希望未来的工作可以解决。目前的研究分享了所有实地研究的局限性，因为它们不能确定地得出结论因果关系。虽然观察到的效应在评估一些可能的替代解释时仍然存在，但可能还存在其他遗漏变量或模型误设。我们还提出证据表明，这些措施捕获了读者所经历的叙事转折点，并利用叙事理论的漫长脉络来解释我们的措施，如捕获情节。虽然这些测量必然是近似的，例如，在叙事中好的事情可能会发生在坏的人身上，这可能是难以完全捕捉的，但我们期望这种测量中的噪音可能会减弱我们的结果，这表明我们的发现可能是对反转真实效果的保守估计。尽管如此，未来的研究可以通过控制实验来进一步确定反转的独特效果，即在改变反转的数量和大小的同时，保持叙事的不同方面不变。

未来的工作还可以探索叙事反转背后的机制。如前所述，戏剧理论对此类反转的重要性有强烈的预测，特别是将此类反转的较大数量和幅度与“情节紧张”的体验、“抓住[观众的]神经”、“启示”的周期性释放，或者说悬念/惊喜的程度。考察导致感觉被叙事"抓住"的心理机制，以及它们如何与叙事反转相联系，将是后续工作的一个富有成效和有希望的途径。因此，这项研究为未来的工作提供了一个跳板，研究人员可以调查反转驱动观众参与和反应的好感度的具体方式。

讲故事既是一门艺术，也是一门科学，是人类最古老的艺术之一。许多伟大的历史思想家对于故事为何如此深刻地影响着我们，以及如何为观众设计最吸引人的叙事，都提出了强有力的理论。在这里，我们开发了一套措施来捕捉这些洞见，并将其应用于现代科学应用中，以丰富我们目前的理解，并开发用于理解故事的实用工具。我们希望，这将为分析和理解叙事引入一个新的领域，并为从这一人类专业知识的深厚财富中汲取经验提供一个具体的途径。

作者简介

Samsun Knight

Samsun Knight is an assistant professor at University of Toronto’s Rotman School of Management and a faculty affiliate at the University of Toronto School of Cities, where he studies quantitative marketing, optimal targeting and machine learning.

分享者介绍

黄靖翔

https://huang-jingxiang.github.io/

raconz1211@gmail.com

研究方向：计算传播、自然语言处理