Available at https://www.zfdg.de
Sofern nicht anders angegeben
Available at https://www.zfdg.de"> (c) Forschungsverbund MWW
Einreichung zum Call for Publications im Rahmen der vDHd21.
Transformation der WORD-Vorlage nach XML/TEI-P5 durch die Oxgarage und eigenen XSLT; Lektorat des Textes durch die Herausgeber*innen und die Redaktion der ZfdG.
Medienrechte liegen bei den Autor*innen.
All links checked
Das Filmkostüm ist ein vergleichsweise wenig untersuchtes diegetisches Gestaltungsmittel. Im Besonderen mangelt es an einem übergreifenden Konzept, Kostüme systematisch beschreibbar und damit, über Einzelfilmanalysen hinaus, analysierbar zu machen. Der MUSE Datensatz will diese Lücke schließen und stellt detaillierte, in eine umfassende Ontologie eingebettete Daten über Filmkostüme zur Verfügung. Die Kostümdaten enthalten sowohl Daten zu den Kostümen selber, zu den einzelnen Kleidungsstücken, den Attributen wie Farbe, Materialien, Zustand und deren Zusammenstellung, wie auch kontextualisierende Daten zu deren Vorkommen im Film.
Film costumes as diegetic design elements are only rudimentarily explored. There is especially a lack of an overarching concept to make costumes describable in a systematic way and thus analysable beyond individual film analyses. The MUSE dataset aims to fill this gap by providing detailed data on film costumes embedded in a comprehensive ontology. The costume data set contains both, data on the pieces of clothes that compose the costume, their arrangement, and their attributes such as colour, materials, and condition, as well as contextualizing data on the occurrence of the costumes in the film and the role wearing the costume.
Frei nach Gottfried Kellers
Genau hier setzt das Projekt MUSE (was für ›Muster Suchen und Erkennen‹ steht) an. MUSE hat zum Ziel,
das Wissen über diese Konventionen aus Filmen zu extrahieren und die signifikanten
Elemente, welche zur Kommunikation beitragen, beispielsweise ein bestimmtes
Stereotyp oder eine Charaktereigenschaft, als Kostümmuster darstellbar zu
machen.
Um Muster und deren Relationen zu identifizieren, werden in MUSE in großem Umfang Daten zu Filmkostümen erfasst, analysiert und interpretiert. Hierzu soll der qualitative Schritt der Auswertung und Interpretation der Daten mittels quantitativer Methoden unterstützt werden, um der Menge an Informationen habhaft zu werden. Das Vorgehen und die Werkzeugumgebung (siehe Abschnitt 3) von MUSE unterstützt dabei:
Insbesondere die Schritte eins bis drei sollen im Folgenden ausgeführt werden.
Seit dem Start des MUSE Projekts 2013 wurden und werden kontinuierlich Daten zu Filmkostümen erfasst, die den MUSE Datensatz bilden. Der erste Schritt hin zu einer systematischen Erfassung ist die Definition der Domäne, welche die grundlegende Struktur vorgibt, in der die Daten erfasst sind.
Um die potenziell relevanten Parameter
zur Beschreibung eines Kostüms zu definieren, wurde eine umfassende Ontologie
aufgebaut.
Auch wenn die Ontologie im Laufe der Arbeit an dem Projekt immer wieder angepasst werden musste – so sind beispielsweise je nach Genre neue Begrifflichkeiten dazu gekommen, Begrifflichkeiten wurden geschärft oder neu zugeordnet – bildet die Ontologie die Grundlage der Datenerfassung im MUSE Repositorium und damit auch die Basis der Strukturierung der Daten. Das bietet während der Erfassung der Daten einige Vorteile: Die hierarchische Struktur der Wertebereiche unterstützt die Identifikation des passenden Wertes, Schreibfehler werden vermieden und Benennungen sind einheitlich, etc. (vgl. Abbildung 2). Andererseits profitiert auch die Analyse davon, indem beispielsweise die Vererbung der Konzepte ausgenutzt werden kann, man in unterschiedlichen Abstraktionsgraden die Daten auswerten kann oder semantisches Wissen hierdurch so abgebildet wird, dass es in der Auswertung genutzt werden kann (siehe Abschnitt 4.1).
Neben der textbasierten Definition und
Systematisierung der relevanten Parameter sind im Zuge dieses Projekts auch visuelle
Repräsentationen entstanden, welche, jenseits von Urheberrechtsbeschränkungen der
Screenshots, die Repräsentation jedes erfassten Kostüms als
Bild ermöglichen.
Als initiale Untersuchungsgrundlage
wurden 60 Filme ausgewählt, jeweils 20 aus den Genres Western,
High-School-Comedy und Märchen.
Tabelle 1 gibt eine Übersicht über die 20 untersuchten Filme für das Genre Märchen in alphabetischer Reihenfolge sowie deren Nennungen in den Quellen.
Das Interface des MUSE Repositoriums unterstützt bei der Erfassung der Daten (vgl. Abbildung 2) und führt durch den
Prozess, in welchem detaillierte Informationen zu jedem Film, den vorkommenden
Rollen und den jeweiligen Kostümen aufgenommen werden. Dies beinhaltet für den Film
Informationen zu Filmtitel, Originaltitel, Regisseur*in, Kostümbildner*in,
Erscheinungsjahr, Dauer, Produktionsorten, Genrezugehörigkeiten, Farbkonzepten und
Stil. Da gerade bei den Nebenrollen und Statist*innen davon ausgegangen werden kann,
dass hier die Kostümbildner*innen auf Konventionen zurückgreifen, um ein schnelles
Kommunizieren dieser Rolle zu gewährleisten, wird jede Rolle mit Sprechanteil
erfasst und alle Kostüme beschrieben. Pro Rolle werden allgemeine Informationen wie
Rollenname, Darsteller*innen-Name, Rollenberuf, Geschlecht, dominanter
Alterseindruck, dominante Charaktereigenschaft, Familienstand, Rollenrelevanz (was
sich auf Haupt-, Nebenrolle oder Statist bezieht) und Stereotypen erfasst. Bei jedem
Kostüm werden sowohl Daten über den Kontext (Wie lange ist es zu sehen? Wo ist es zu
sehen? Was passiert in der Szene? etc.), allgemeine Informationen über das Kostüm
(Was ist die dominante Farbe? Was ist die dominante Funktion oder der dominante
Zustand des Kostüms? etc.), wie auch sehr detaillierte Beschreibungen (Was ist die
Kragenfarbe und Kragenform? Welche Verschlussarten und Verzierungen liegen vor?
etc.) erhoben. Präzise Informationen über die Dauer, die ein Kostüm im Bild ist,
Da die Kostüme bis in die Teilelemente
eines Kleidungsstücks, sowie deren jeweilige Ausprägungen in Material, Farbe, und
Form erfasst werden, ist der Prozess zeitaufwendig. In der bisher sieben Jahre
andauernden Erfassung waren zehn studentische Hilfskräfte
Nach aktuellem Stand sind 55 der 60 initial ausgewählten Filme bereits komplett erfasst, wobei alle Filme der Genres Western und High-School-Comedy auch bereits final korrigiert sind. Insgesamt sind damit 5.245 Kostüme mit 28.822 Basiselementen, die wiederum 63.773 Teilelemente aufweisen, in dem Datensatz zu finden. Das entspricht durchschnittlich ca. 95 Kostümen pro Film mit 5,6 Basiselementen pro Kostüm und 12,5 Teilelementen pro Basiselement. Dabei sind beispielsweise 159.526 Mal bestimmte Farben und 180.274 Mal bestimmte Materialien als Attribute zugeordnet worden.
Um eine umfassende und für die
Nachnutzung der Daten optimierte Veröffentlichung des Datensatzes zu ermöglichen,
wird das MUSE Datenset diese der Öffentlichkeit über DaRUS, das Datenrepositorium der Universität Stuttgart, zur
Verfügung gestellt.
Um die Daten einer möglichst breiten Interessens- und Nutzer*innengemeinschaft zur Verfügung zu stellen, sind diese in mehreren Formaten zugänglich. Die Daten können in eine MySQL- oder MariaDB-Datenbank importiert oder direkt in Form einer SQLite-Datenbank verwendet werden. Die beiden Formate wurden gewählt, um Informationsverluste durch das Konvertieren der Daten auszuschließen. Bei einem Export in das CSV-Format, würden beispielsweise Informationen darüber, wie Datensätze über mehrere Tabellen hinweg verbunden sind, verloren gehen. Um den Zugang so einfach wie möglich zu gestalten, ist zudem eine vorgefertigte SQLite-Datenbank Teil des Datensatzes. Diese kann z. B. mit dem DB Browser for SQLite geöffnet werden. So können bei Bedarf auch einzelne Tabellen gezielt als CSV exportiert werden.
Der Datensatz wurde zusätzlich in
mehrere Teile aufgeteilt, welche nach Bedarf in die Datenbank importiert werden
können. Der für eine Auswertung der Kostümdaten notwendige Teil – basierend auf
deren textuellen Beschreibungen der Kostüme – umfasst etwa 50 MB.
Die Relevanz der Daten innerhalb des Projekts MUSE ist durch die intrinsische Forschungsfrage des Projektes definiert und zielt auf das Schärfen des Verständnisses filmisch vestimentärer Kommunikation. Hier im Besondern auf das Identifizieren von Konventionen und Stilmitteln, welche sich – in einem wohldefinierten Rahmen –, entwickelt haben, um mittels des Kostüms bestimmte Eigenschaften, Stereotypen oder Zugehörigkeiten zu kommunizieren. Über die immanenten Forschungsinteressen von MUSE hinaus, bietet der Datensatz für weiterführende Untersuchungen aber durchaus Potenzial. Beide Aspekte werden die nachfolgenden Abschnitte beleuchten.
Der MUSE Datensatz wird im Zuge des
MUSE Projektes mithilfe unterschiedlicher semi-automatisierter Analysemethoden
untersucht, um die signifikanten Elemente zu identifizieren, welche als häufig angewandte und damit bewährte
Lösung in Kostümmuster überführt werden können. Um innerhalb
der Daten Hinweise auf Kostümmuster als Bausteine einer möglichen Kostümsprache zu
identifizieren, werden aktuell Analyseverfahren sowohl aus dem Bereich der Data
Analytics
Das generelle Vorgehen der Auswertung folgt den häufig iterativ ausgeführten Analyseschritten:
Wenn eine solche Hypothese gefunden ist, kann diese auf Musterkandidaten hinweisen, so dass noch die Schritte:
und
durchgeführt werden können.
Aktuell werden u. a. verschiedene
Clusteralgorithmen erprobt, um diejenigen Kostüme zu gruppieren, welche ähnliche
Attribute aufweisen und somit auf Kostümmuster hinweisen können (vgl. Abbildung 3). Hierbei sind
willkürlich zu Anschauungszwecken 100 Kostüme aus dem Datensatz ausgewählt worden,
wobei diese über ihre dominante Farbe und den dominanten Alterseindruck gruppiert
werden sollen. Eine große Herausforderung bei der Anwendung verschiedener
Analysealgorithmen ist, dass viele Algorithmen numerische Daten voraussetzen, der
MUSE Datensatz aber zu einem großen Teil aus kategorialen Daten besteht. Um im zweiten
Arbeitsschritt, der Datenaufbereitung, die Problematik eines sehr hochdimensionalen
Merkmalsraums bei der Überführung der Daten in numerische zu vermeiden,
Abbildung 4 zeigt einen Ausschnitt der in den gefundenen Clustern gruppierten Kostüme (in Abbildung 3 ist etwa Cluster 1 mit grünen Punkten markiert und Cluster 2 mit roten Punkten). Wie Abbildung 4 verdeutlicht, lässt sich für jugendliche Rollen viel mehr Farbvarianz in der dominanten Farbe der Kostüme verzeichnen, als bei Kostümen für ältere Charaktere, so dass bei den Rollen mit Alterseindrücken in den 30er- bis 60er-Jahren verstärkt Schwarz, vereinzelt auch Weißtöne, zu finden sind. Dies ist ohne Frage ein sehr simplifiziertes Beispiel, bei dem es gilt, weiter zu untersuchen, ob dieses Ergebnis beispielsweise über Genre, Gender, etc. hinweg stabil bleibt, genauso wie es für deutlich größere Datenmengen – die der MUSE Datensatz zur Verfügung stellt – zu verifizieren wäre.
Würde sich diese Hypothese nun durch
weiterführende und umfassendere Untersuchungen als stichhaltig erweisen, könnte sie
in ein Kostümmuster überführt werden. Wie Abbildung 4 zudem veranschaulicht, sind in der Auswertung die Kostüme jeweils mit dem
MUSE Repositorium verlinkt (mit Direktlinks zu den Informationen zum Film, der Rolle
und dem Kostüm), was den nötigen interpretatorischen Schritt in der Überführung von
Musterkandidaten in ein Muster unterstützt. Auch wenn die Auswertung es ermöglicht,
Hinweise auf Musterkandidaten zu identifizieren, sowie Nachvollziehbarkeit und
Reproduzierbarkeit der getroffenen Aussagen über vestimentäre Kommunikation zur
Verfügung zu stellen, ist die eigentliche Überführung in das Musterformat eine
Abstraktionsleistung, die auf Auslegung, Interpretation und Übersetzung beruht.
Hierbei kann das Heranziehen der detaillierten Kostümbeschreibung im
MUSE Repositorium wiederum unterstützend genutzt werden. Die identifizierten Muster,
mit ihren Relationen untereinander,
Der Schritt der Analyse kann aber
nicht nur bei der Erstellung der Muster helfen, sondern auch bei der Zuordnung von
neuen Kostümen zu schon identifizierten Clustern, so dass beispielsweise die kontinuierlich weiter erfassten Kostüme direkt dem richtigen Cluster zugeordnet werden können. Zur Anwendung kommen hier verschiedene Klassifikationsalgorithmen, wie beispielsweise
Support Vector Machines (SVM) oder neuronalen Netzen. Um die Präzision der Zuordnung
zu erhöhen, werden hierbei nicht nur Algorithmen eingesetzt, welche auf dem
klassischen Computer ausgeführt werden, sondern auch solche, die bereits auf
Quantencomputern ausgeführt werden können. Gerade in der Klassifizierung konnten
hier deutlich genauere Ergebnisse erzielen werden als mit der klassisch
implementierten Variante.
Ohne DOI und Metadaten sowie außerhalb
der MUSE Werkzeugumgebung war der aufwendig erstellte umfassende Datensatz bisher
kaum für weiterführende Anwendungen auffindbar und nutzbar, so dass das inhaltliche
Potenzial von Interessierten wenig genutzt werden konnte. Dies gilt sowohl
für weiterführende Fragestellungen auf den eigentlichen Daten, aber auch in der
Verbindung der MUSE Daten mit anderen Datensätzen. Dem intrinsischen
Forschungsinteresse des Projektes MUSE geschuldet, fokussiert sich die Auswertung
aktuell stark auf das stereotype Element von Kostümen, auf die Konventionen, bei der
über die zu beobachtende Wiederholung argumentierend Aussagen über eine mögliche
Kostümsprache getroffen werden können. Vielversprechend wäre nun, von den
identifizierten Konventionen ausgehend, zu untersuchen, inwieweit und warum bei
bestimmten Filmen oder Rollen von diesen abgewichen wird, wie diese aufgegriffen
oder eventuell bewusst kontrastiert werden. Aber auch Untersuchungen, inwieweit
bestimme Kostümbildner*innen oder Regisseur*innen eigene Variationen einer
Kostümsprache entwickelt haben, könnten mittels der Daten nähere Betrachtung
erfahren. Aktuell ist das Projekt auf das Kostüm als isolierte Entität fokussiert,
wobei es als filmisches Gestaltungsmittel stark mit anderen filmischen Gestaltungsmitteln interagiert.
Um dieses Zusammenspiel zu untersuchen, ist
die Verknüpfung des MUSE Datensatzes mit anderen Datensätzen vielversprechend. So
wäre z. B. eine Kombination mit Daten zu Filmräumen äußerst spannend, um hier
Kostüme in den Raum, dessen Farbigkeit und Struktur, einzubetten. Dies wiederum kann
durch Verschmelzung oder Kontrastierung eine wichtige Komponente in der Wahrnehmung
des Kostüms darstellen, was gleichzeitig aber auch Synergieeffekte für das
Verständnis über Filmräume ermöglichen kann. Gleiches gilt für eine Kombination der
auditiven Komponente des Kostüms, wie das Klappern von Absätzen oder das Rauschen
schwerer Seidenröcke, mit Daten zu Filmgeräuschen oder Filmmusik, was das
Verständnis über Kostüme weiter schärfen könnte.
Über den fachlichen Mehrwert hinaus
ist zudem die strukturelle Besonderheit des Datensatzes bereichernd: So können, wie
in Abschnitt 4.1 beschrieben, durch die
zugrundeliegenden taxonomischen Strukturen der textuellen Beschreibungen die
jeweiligen Kostüme untereinander mit Ähnlichkeitswerten versehen werden. Dies
ermöglicht, das in der Ontologie abgebildete semantische Wissen nutzbringend
anzuwenden. Durch die Überführung der kategorialen in numerische Daten wird zudem
eine deutlich breitere Anwendung von potenziellen Analysealgorithmen möglich.
Wie in den vorherigen Abschnitten beschrieben, ist das MUSE Projekt nicht abgeschlossen. So werden aktuell noch die letzten Daten des initialen Filmkorpus erfasst, wie auch die Auswertungsumgebung von MUSE um weitere Filtermöglichkeiten und Analysealgorithmen erweitert, um die Daten von verschiedenen Seiten zu beleuchten und das Potenzial des Datensatzes hinsichtlich der gegebenen Fragestellung voll auszuschöpfen. Auch wenn erste Muster und deren Relationen zueinander bereits identifiziert sind, gilt es, weitere Muster als Bausteine einer Kostümsprache über das Musterrepositorium Pattern Atlas zur Verfügung zu stellen, um ein besseres – und verifizierbares – Verständnis der Kommunikation durch Kostüme in Filmen zu unterstützen.
Darüber hinaus sind die Daten, die darunterliegende Ontologie, wie auch das MUSE Repositorium und die Werkzeugumgebung zur Auswertung der Daten Open-Source-implementiert. Somit stehen sie Interessierten zur Verifikation oder zur Adressierung eigener, weiterführender Forschungsfragen zur Verfügung. Durch die Publikation über DaRUS sind die Daten mittels DOI und Metadaten so aufbereitet, dass ein dauerhafter und intuitiv gestalteter Zugang gewährleistet ist. Darüber hinaus wird mit MUSE4Anything ein Werkzeug zur Verfügung gestellt, welches es erleichtern soll, das MUSE Vorgehen, wie in Abschnitt 3 beschrieben, ohne Implementierungsaufwand auch in anderen Domänen einzusetzen. Damit sind sowohl die vorgestellten Daten an sich, wie auch deren struktureller Mehrwert durch einfache Übertragbarkeit des Vorgehens für andere Anwendungsfälle nutzbar.