利用大型语言模型刻画虚构侦探的调查方法
计算与语言
2025-05-13 v1 人工智能
摘要
侦探小说以其复杂的叙事结构和以人物为导向的叙事方式为特征，为计算叙事学——该领域致力于将文学理论集成到自动叙事生成方法中的研究提供了独特的挑战。虽然传统的文学研究提供了对虚构侦探方法和原型的深入见解，但这些分析往往集中于有限数量的角色，缺乏规模化提取独特特征以指导叙事生成方法的能力。本文提出了一种面向虚构侦探调查方法系统化刻画的 AI 方法。我们的多阶段工作流程探索了 15 种大型语言模型 (LLM) 提取、综合和验证虚构侦探独特调查特征的能力。该方法针对七位标志性侦探——赫尔克尔·波亚尔、谢尔森· Holmes、威廉·Murdoch、Columbo、Father Brown、Miss Marple 和 Auguste Dupin 进行测试，捕获定义每个角色的独特调查风格。所识别的特征经与现有文学分析验证，并进一步在逆向识别阶段进行测试，实现整体准确率为 91.43%，证明了该方法在捕捉每个侦探独特调查方法方面的有效性。本工作为更广泛的计算叙事学领域提供了可扩展的人物分析框架，具有潜在的应用于 AI 驱动的交互式叙事和自动叙事生成之。
引用
@article{arxiv.2505.07601,
title = {Characterizing the Investigative Methods of Fictional Detectives with Large Language Models},
author = {Edirlei Soares de Lima and Marco A. Casanova and Bruno Feijó and Antonio L. Furtado},
journal= {arXiv preprint arXiv:2505.07601},
year = {2025}
}