Revisiting Northrop Frye's Four Myths Theory with Large Language Models
作者: Edirlei Soares de Lima, Marco A. Casanova, Antonio L. Furtado
分类: cs.CL, cs.AI
发布日期: 2026-02-17
💡 一句话要点
利用大型语言模型重探诺斯罗普·弗莱的四种神话原型理论
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 计算叙事学 大型语言模型 荣格原型理论 角色功能分析 叙事结构 文学分析 叙事生成
📋 核心要点
- 现有计算叙事学方法侧重于叙事模式，忽略了角色功能在不同叙事类型中的差异。
- 论文提出一种基于荣格原型理论的角色功能框架，将通用角色映射到特定叙事类型的角色。
- 实验结果表明，大型语言模型能够有效识别角色与叙事类型之间的对应关系，验证了框架的有效性。
📝 摘要（中文）
本文利用大型语言模型（LLMs）重新审视了诺斯罗普·弗莱的四种基本叙事类型（喜剧、浪漫、悲剧、讽刺）理论。现有计算方法主要关注叙事模式，而忽略了角色功能。本文提出了一种新的角色功能框架，通过考察原型角色在不同类型中的表现来补充基于模式的分析。该框架基于荣格原型理论，将四个通用角色功能（主角、导师、反派、同伴）映射到荣格的心理结构组成部分，并根据原型作品将这些功能专门化为十六个特定类型的角色。通过使用六个最先进的LLMs对40部叙事作品进行评估，验证了该框架。实验采用正样本（160个有效对应关系）和负样本（30个无效对应关系）来评估模型识别有效对应关系和拒绝无效对应关系的能力。LLMs取得了显著的性能（平均平衡准确率为82.5%），模型间具有很强的一致性（Fleiss' $κ$ = 0.600），表明所提出的对应关系捕捉到了系统的结构模式。性能因类型和角色而异，定性分析表明，这些差异反映了真实的叙事属性，包括浪漫中的功能分布和讽刺中有意的原型颠覆。这种基于角色的方法展示了LLM支持的方法在计算叙事学中的潜力，并为未来叙事生成方法和交互式故事讲述应用程序的开发奠定了基础。
🔬 方法详解
问题定义：论文旨在解决计算叙事学中角色功能分析不足的问题。现有方法主要关注叙事模式，而忽略了角色在不同叙事类型中的作用和表现，导致对叙事结构的理解不够深入。
核心思路：论文的核心思路是将荣格原型理论应用于叙事分析，构建一个角色功能框架，该框架能够捕捉角色在不同叙事类型中的通用性和特殊性。通过将通用角色功能映射到特定类型的角色，可以更全面地理解叙事结构。
技术框架：该方法首先基于荣格原型理论定义四个通用角色功能（主角、导师、反派、同伴），然后将这些功能映射到十六个特定类型的角色，形成一个角色功能框架。接着，使用大型语言模型对叙事作品中的角色进行分析，判断其是否符合框架中的角色定义。最后，通过评估模型的准确率和模型间一致性来验证框架的有效性。
关键创新：该方法最重要的创新点在于将荣格原型理论与计算叙事学相结合，提出了一种新的角色功能框架。该框架不仅考虑了角色的通用功能，还考虑了角色在不同叙事类型中的特殊表现，从而更全面地理解叙事结构。
关键设计：实验中使用了六个大型语言模型，并构建了包含正样本（有效角色对应关系）和负样本（无效角色对应关系）的数据集。通过评估模型在正负样本上的表现，可以更全面地评估框架的有效性。此外，还使用了Fleiss' kappa系数来评估模型间的一致性。
🖼️ 关键图片
📊 实验亮点
实验结果表明，大型语言模型在该任务上取得了显著的性能，平均平衡准确率达到82.5%，模型间具有很强的一致性（Fleiss' $κ$ = 0.600）。这表明所提出的角色功能框架能够有效地捕捉叙事结构中的系统模式。此外，实验还发现性能因类型和角色而异，这反映了真实的叙事属性。
🎯 应用场景
该研究成果可应用于叙事生成、交互式故事讲述、文学分析等领域。通过理解角色在不同叙事类型中的作用，可以生成更符合特定类型特征的故事，并为读者提供更丰富的交互体验。此外，该方法还可以用于分析文学作品中的角色，从而更深入地理解作品的主题和意义。
📄 摘要（原文）
Northrop Frye's theory of four fundamental narrative genres (comedy, romance, tragedy, satire) has profoundly influenced literary criticism, yet computational approaches to his framework have focused primarily on narrative patterns rather than character functions. In this paper, we present a new character function framework that complements pattern-based analysis by examining how archetypal roles manifest differently across Frye's genres. Drawing on Jungian archetype theory, we derive four universal character functions (protagonist, mentor, antagonist, companion) by mapping them to Jung's psychic structure components. These functions are then specialized into sixteen genre-specific roles based on prototypical works. To validate this framework, we conducted a multi-model study using six state-of-the-art Large Language Models (LLMs) to evaluate character-role correspondences across 40 narrative works. The validation employed both positive samples (160 valid correspondences) and negative samples (30 invalid correspondences) to evaluate whether models both recognize valid correspondences and reject invalid ones. LLMs achieved substantial performance (mean balanced accuracy of 82.5%) with strong inter-model agreement (Fleiss' $κ$ = 0.600), demonstrating that the proposed correspondences capture systematic structural patterns. Performance varied by genre (ranging from 72.7% to 89.9%) and role (52.5% to 99.2%), with qualitative analysis revealing that variations reflect genuine narrative properties, including functional distribution in romance and deliberate archetypal subversion in satire. This character-based approach demonstrates the potential of LLM-supported methods for computational narratology and provides a foundation for future development of narrative generation methods and interactive storytelling applications.