分類: Learning

筆者於《數據與文學》一文中提出，文字本質上可視為一種「非結構化數據」(unstructured data)。透過大數據模型分析《我是貓》這部經典日本文學作品，揭示角色互動與情感傾向等新的閱讀視角，從而將文學文本由平面理解轉化為多維度詮釋，進一步提升閱讀層次。  隨著生成式 AI 的興起，讀者與文學之間的關係也正在發生更細緻的轉變。暫且撇開抄襲與版權等具爭議性的議題，若從正面角度思考，AI 的確可為文學閱讀提供了擴展理解框架的契機。若說過去是以「數據」解構文學，那麼今天則可藉助 AI，將文本重新「編織」為跨越時空的對話，使讀者得以在數碼環境中與不同時代的作家展開交流。 然而，主流生成式 AI 工具普遍存在「幻覺」(hallucination) 問題，即生成內容可能夾雜虛構資訊，影響準確性。為了改善這個問題，具備 RAG (Retrieval-Augmented Generation) 技術的LLM便成為可行方案，例如Google 的 NotebookLM。筆者以此技術建立一個以日本文學作家夏目漱石為核心的知識庫 (knowledge...