AI消息速览

文学文本中的创造性转化——跨表征层面的变化建模

事件日期 2026-07-30 · 学术前沿 · 已接受

事件日期2026-07-30
信息日期2026-07-30
入库日期2026-08-01
通道学术前沿
状态已接受
来源arXiv 论文

知识卡片:文学文本中的创造性转化——跨表征层面的变化建模

一句话结论

本文提出一种多层级计算框架,将文学创造力建模为对早期文本的选择性转化,并在词汇、语义、概念、结构、叙事等表征层面比较文本,从而定量刻画“模仿在哪里延续、创造在哪里发生”。

事件概述或研究问题

创造力通常被理解为“产生全新事物”,但许多文化作品实际上源于对既有作品的转化,而非孤立发明。论文借鉴加布里埃尔·塔尔德(Gabriel Tarde)和詹姆斯·马克·鲍德温(James Mark Baldwin)的模仿理论,将创造力视为对早期文本的“选择性转化”,并试图在文学文本中建立可量化的变化模型。

方法/产品要点

  • 提出一个多层级文本比较框架,覆盖词汇、语义、概念、结构、叙事五个表征维度。
  • 使用方向对齐(directional alignment)控制校准相似度度量(control calibrated similarity measures) 来比较文本。
  • 该方法用于分析“有历史记录的文学关系”,即已知存在影响或渊源关系的文本对。
  • 目标不是给出单一相似度分数,而是形成“转化剖面(transformation profile)”,显示不同维度上的保留与偏离。

主要结果或产业意义

  • 研究发现,不同的文学文本对会在不同表征层面保留源文本结构,而在其他层面发生分歧。
  • 该框架提供了一种定量方法,用于描述文学中模仿的持续性以及创造性偏离的位置。
  • 产业意义暂不明确;其更直接的价值在于计算文学、数字人文和文本影响研究。

为什么重要

这为“创造力”提供了一种更精细的可计算视角:创造力不一定是无中生有,而是对已有材料的“再组合、再转化”。相比笼统的相似度检测,该方法能把“像/不像”拆解为多个表征层面上的具体差异,为研究文学影响、抄袭判定、风格演变等提供新工具。

局限与不确定性

  • 摘要未提供实验数据集规模、具体文学关系案例、量化指标数值或与基线方法的对比,这些内容待核实
  • 各表征维度的权重如何设定、是否需要人工标注、是否适用于非英语文本等细节,待核实
  • 该模型对“创造力”的建模依赖可比较的表征层次,对跨语言、跨媒介或口头传统中的转化可能不完全适用。

可用于图书/PPT/简报的角度

  • 从“模仿”到“创新”:为什么伟大作品往往源于改写。
  • 计算文学研究如何用多维度相似度揭示文本间的隐性影响。
  • 多层级文本表征在数字人文、文体学和创意研究中的应用前景。
  • 以“转化剖面”为例,展示如何把抽象创造力转化为可测量的维度。

与既有脉络的关系

本条为新的学术方法论卡片,与机器人基础模型、医学影像域适应、沙尘污染分析等既有卡片无直接延续关系,属于“基础模型/文本计算”方向的独立增量。

原始材料

  • 英文标题:Creative Transformation in Literary Texts: Modelling Change Across Representational Levels
  • arXiv ID:2607.28513v1
  • 作者:Ioana-Roxana Boriceanu, Liviu P. Dinu
  • 发布时间:2026-07-30
  • 原始来源:https://arxiv.org/abs/2607.28513v1
  • 英文关键词(从摘要提炼):creativity; imitation; literary texts; representational levels; transformation; similarity measures