虚构与非虚构、真实文本与非真实文本之间的区别是有史以来最经典的问题之一。^[1]自从我们开始思考叙事行为以来，我们就一直在探讨真实和想象的相关含义。这就是亚里士多德所说的语言的交际性使用（legein，讲述）和创造性使用（poiein，制作）之间的区别。^[2]千百年来，我们一直在争论虚构是否有其内在特征，或者它是否只是一个意向问题，或许虚构话语的语言其实并无独特之处。我们如何知道一个文本自身就表明了它是“真实”的，或者不是真实的？^[3]对于这种最基本的区别，量化信息又能告诉我们什么呢？

请看下面两段文字：

A

B

乍看之下，这两段话有很多共同之处：都使用了单一的专有名称（杰夫/朱丽叶）和地点标记（波士顿/丹曼岛），都使用了一些代词（她/她们/他们/他），都偶尔使用修饰词（短程摆渡路途/夏日微风/蓬松的棕色头发/轻松的笑容），也都使用了过去时和现在时（“站”[stood]、“起来”[began]、“是”[is]、“开始”[started]、“搬”[moved]）。虽然第二段话使用了对话形式，但假设第一段在某些时候也会使用对话也不无道理。无论是杰夫作为“销售代表”的倦怠感，还是第一段中认出朱丽叶的女人，这两个段落似乎都为描写提供了某种心理支撑。两者都会让我们思考人和性格。

然而，鲜有读者猜不出段落B来自非虚构作品迈克尔·金梅尔（Michael Kimmel）的《男性世界：男孩变成男人的危险世界》（Guyland: The PerilousWorld Where Boys Become Men），而段落A来自虚构作品艾丽丝·门罗（Alice Munro）的《沉寂》（“Silence”）。[4]那么，是什么让这一点如此明显呢？就如我们这个领域的许多人那样，我们可以说，虚构性是不可言说的，它只是我们阅读时的一种感觉。谁能说得清是什么在读者的脑海中唤起想象的世界？然而，另一方面，我们可以尝试比我上面的初步描述更加精确，尽可能多地量化这两个段落的特征，以了解它们在词法和句法层面的显著差异（见表1）。

表1

这些结果是使用詹姆斯·彭内贝克（James Pennebaker）的语言探索与字词计数（Linguistic Inquiry and Word Count，LIWC）软件得出的，该软件可从80个不同的心理语言学维度探索文本特征。表中仅列出了所有特征的一个子集。数值以百分比表示。

以这种方式观察这些段落，我们不仅可以看到它们之间更广泛的差异，还可以看到这些差异的强度，大概也可以分辨这些差异的显著性。与金梅尔的文本相比，门罗的文本看起来动词使用得更多，而且，相对于总字数而言，现在时动词更多。此外，她的句子也更长，代词更多。她比金梅尔使用了更多的冠词和介词，还使用了表达洞察力（认出、记起来、琢磨）、不确定性（有时候、琢磨）、以人为中心（女人、人）和移动特征（汽车、摆渡船）的词汇。而金梅尔则使用了更多的6个字母以上的单词、稍多的逗号和句号、更多的数字以及更多的情感和工作词汇。我们可能以为文学文本会更多地表达情感，但门罗的写作艺术之特征就是把情感隐于字面之下，含而不露（“便会琢磨以前在哪儿见过这个女人，有时候也真的会记起来”）。

本文旨在了解虚构文本与非虚构文本之间的差异，也就是向读者提示故事真实与否的标志。

我并非如上例所示只看一个例子，或者几个例子，而是将利用大约包括28,000份虚构和非虚构文档的集合，以更好地了解虚构写作与非虚构写作的区别。我的研究重点将主要放在长篇小说上，因为长篇小说是19世纪至今虚构写作的最主要形式之一。我们知道，自1800年左右开始，长篇小说开始在数量上不可阻挡地崛起，那么，是什么让长篇小说成为一种独特的虚构话语形式？^[5]

关于虚构话语本质问题的讨论在20世纪70年代到80年代初达到了一个高潮，许多语言哲学著作都在反思文本表明自己真实性的语言线索标记。^[6]这一努力的关键在于如何界定和控制语言的可靠性，即区分言语中真实与非真实内容的能力。约翰·塞尔的著作成为这场运动中的里程碑，而他所提供的框架则深受奥斯汀（J. L. Austin）言语行为理论（theory of speech acts）的影响。

对于塞尔和聚集在他周围的哲学家群体来说，虚构话语与非虚构话语之间的差异并不取决于话语的实际内容。相反，它取决于说话者和受话者的意向性的结合，即所谓的以言行事（illocutionary）行为和以言取效（perlocutionary）行为。（我们可能会把这些作为言语生产与接受的框架。）正如塞尔所言：“虚构中的说话行为与严肃话语中的说话行为是无法区别的，进而，也就不存在某种足以将一串话语识别为一部虚构作品的文本自身属性。”^[7]对于语言哲学家来说，虚构性并不是一种独特的语言使用，而是取决于作者和读者的意向，以及这些意向在文本界限之外的交流方式。

对于大约同一时期的文学理论家来说，文学作为虚构话语的一个子集，同样被定义为与“写作”这一更大范畴不可区分的文本实体。塞尔和奥斯汀的言语行为理论被用来对文学本质主义进行更普遍的批判。文学本质主义认为，文学作品存在着独特的且可能不受时间影响的特质。雅克·德里达（Jacques Derrida）明确援引塞尔的哲学写道：“在被直接铭刻在社会身体（social body）上的一个正确的，也即具体的意向性赋予或认可的功能之前和之外，任何论述、任何话语形式都不具有内在或本质上的文学性。”德里达接着说：“这就是我想验证并提交给你们讨论的假设。文学没有本质或实质：文学不是（literature is not）。它不存在。”^[8]对于德里达和后来的许多后结构主义批评者来说，文学不是一系列可确定的特征的产物，而是一系列社会意向的产物，是支撑塞尔言语行为生产和接受的框架。^[9]如将塞尔关于话语陈述的立场更广泛地转化为文学阐释，则文学之所以被视为解放性的（liberatory），正是因为它不可规约为任何模式、习惯或个人语言习惯。^[10]

本文提出了一种截然不同的主张，这种主张是基于对过去两个世纪中个体从事虚构或非虚构写作的大量实例的观察。从这个角度来看，虚构性在语言内容层面（亚里士多德的术语为“语汇”[lexis]）是一个高度可辨的范畴。正是这种可辨性使我们能够建立预测模型，以95%以上的准确率识别虚构作品，而且应该补充的是，它使人类读者也能做到这一点（正如我上述的初步实验所展示的）。与语言哲学家或从后结构主义者到后古典叙事学家（postclassical narratologists）的不同文学评论家流派的观点相反，语言中对真实性（或与之相反的虚构性）的表明是文本的一个高度可识别的语言特点。写作在句子或“说话”（utterance），即塞尔含糊其词地称之为“一串话语”的层面上表现出的特点，从不同的尺度上再去观察时，就不再成立了。^[11]将重点全部放在读者的活动上，无论是作为认知倾向，还是作为阐释自由，都忽略了文本有大量强大的方式来根据其虚构性质来标记自身以示读者。

本文的研究不仅表明虚构性是一个极易辨识的范畴，而且至少在两百年来，它似乎一直出奇地稳定。虽然我们讲述故事的方式确实发生了重大变化，然而，当我们使用以19世纪文本为基础来训练的学习算法时，它识别当代小说的表现即使确有所下滑（毕竟历史仍然重要），但准确度仍然令人印象深刻（约91%）。事实上，举例来说，那些似乎体现了19世纪小说独特性的特征，随着时间的推移，要么在增加，要么基本保持稳定，甚至在进入20、21世纪的各种文体中也是如此。虽然不同文体在多大程度上表现出类似的虚构性特征仍是一个悬而未决的问题，但我的初步研究表明，在种类繁多的虚构写作中，存在着令人惊讶的共性。这种连续性对于我们如何思考流派和文学时期划分具有重要的影响，而这种影响在很大程度上仍未得到讨论。^[12]

理解虚构性的可辨识性——它在多大程度上将自身标记为一种文化实践——对于理解我们自己的学科具有重要意义。最近对创意性写作的历史嵌入性（historical embeddedness）的强调，无论多么有价值，在很多方面都忽略了这种连贯性的意义，即虚构的驱动力之一就是将自身与其他类型的写作区分开来。这并不是说小说在某种基本意义上不是关于现实世界的，而是说小说的重心——也就是克莱斯特（Kleist）在《论木偶戏》（“On the Marionette Theater”）一文中所说的艺术作品的“重心（Schwerpunkt）”——位于别处。那么，我最终希望在此得到更好理解的就是这个“重心”，即小说作为一种写作将自己区分开来的方式。我们将会看到“虚构的稳定性”，尤其是长篇小说虚构的稳定性，似乎是建立在我们可以称之为“现象学投入”（phenomenological investment）的基础之上的。^[13]小说对19世纪（及以后）虚构话语的贡献，其特殊本质就在于，它关注的不仅仅是我们周围的世界，还有我们与这个世界的知觉相遇，其中包括大量的怀疑、推诿和否定。而要在长篇小说中体验世界，首先需要的就是怀疑。

从这些角度来思考小说的虚构性和长篇小说，不可避免地会对近期的一些老生常谈造成压力。在这一视角中，经久不衰的小说“现实主义”的问题，即小说再现特定环境的程度和手段，便让位于小说对“遭遇戏剧化”（dramatization of encounter）的关注——无论是与他人还是与世界的遭遇，实际上都是与更广义的他者的遭遇。与其说长篇小说这种文体是基于其与关于事物的知识的关系的——在这里，物论（thing-theory）是对现实主义兴起的一种新的诠释——不如说根据长篇小说具有量化意义的组成部分，它在本质上似乎更具有自我指涉性，为我们提供了获取“认知之知识”的途径。它明确了一种有关假定性的经验，一种与世界的测试性关系。^[14]尽管这可能是我们传统上对一小部分现代主义实验的看法，但重要的是，这一观点甚至适用于19世纪最经典的“现实主义”小说。

因此，本文认为，小说学术史中的某些经典立场需要重新思考，或者至少需要根据新兴的对小说的计算研究成果进行修正。无论是凯瑟琳·加拉格尔（Catherine Gallagher）关于小说与其自身虚构性之间暧昧关系的论述；是后结构主义对文学否定性的投入，如批评家将小说称为“无体裁（genre）的体裁”；是物论对伊莱恩·弗里德古德（Elaine Freedgood）所称的小说语言的“指称性、字面性和技术性”的强调；还是伊恩·瓦特（Ian Watt）对小说的指涉性所持的依然具有影响力的立场，比如瓦特写道，“这样看来，小说中语言的功能在很大程度上比其他文学形式更具有指涉性”；计算都对作为一种虚构话语类型的长篇小说的重要性作出了截然不同的描述。^[15]问题的关键并不在于这些立场是否毫无根据——可以肯定的是，对于某些长篇小说而言，这些存在方式可能确实是主要的，正如对于许多长篇小说而言，这些存在方式可能在某些时候是有效的，这也是可以肯定的。

但是，如果我们试图理解是什么特质让小说从众多看似真实的写作类型中脱颖而出，甚至在各类虚构文本中独树一帜——如果我们试图将小说作为一种独立文体来概括——那么至少从18、19世纪之交开始，我们便能察觉到一些显著的变化。根据下文的研究，小说的重要性并不主要在于它对世界的正面表现，即它的模仿效用、它模拟某种事物的能力（如17世纪关于“真实性”[vraisemblance]的辩论）。它也不是基于一种后结构主义的否定性——小说不是一个可识别的独特而稳定的类别，这反映了文学更普遍的否定能力；恰恰相反，小说的最佳描述方式是，它是对其自身世界关照性（worldliness）的确定性的否定。它立足于对遭遇而非现实的诉求。在此过程中，正是语言的指涉性在小说中被悬置起来，这并非含糊不清，而是系统性的、有计划的，甚至在那些被广泛认为是写实性最强的小说中也是如此。

本文将所谓“预测”（predictive）与“描述”（descriptive）的方法结合使用。预测模型（如机器学习过程中使用的模型）之所以重要，是因其使我们得以参与分类的过程，将一组文本定义为一个连贯的实体，并根据某些预设条件了解其连贯程度。^[16]通过预测模型，我们可以知道将文本判归为某个特定的文本组的确定性有多高，以及根据什么标准来确定。确定性越高，我们就认为这个类别越有内聚力。

另一方面，描述性模型之所以有用，是因其使我们在不进行分类的情况下，也能够通过将一个文本组与另一个组进行比较，确定该组的显著特征。这可以告诉我们，一组与另一组相比，哪些特征是突出的，但这样做并非为了宣称该组整体上都具有这样的独特性。这些特质不是对文本或文本组进行定义——小说是××或小说是如此可预测的，而是帮助我们根据更加个体化的标准来描述一组文本的行文（behavior）。这也是很有价值的，因为它能让我们了解使一组文本不同于另一组的成分，而这些成分未必会导致两组文本归为不同类别。对预测进行解释，也就是解释计算机如何估计出一个文本属于哪一类，是相当具有挑战性的，而解释个体差异则简单许多。我认为，正是两者的结合，让我们既能从分类的角度思考——思考在特定条件下书写的相对连贯性——也能从质的角度思考写作的具体方面，而无需给对象划分明确的界限。在许多方面，描述都比预测更接近文学批评的传统任务。

本文中使用的数据是为了了解不同类型书写中虚构性的本质而选择的，目的是考察本文得出的结果是否能够经得起不同时间、不同语言和不同样本量的检验。总体而言，这些数据包括约28,000份文档，时间跨度为从18世纪末到21世纪初，内容以英语或德语书写。这些文本集合涵盖不同类型的虚构和非虚构写作，包括长篇小说、历史著作、哲学著作、实用指南、中短篇小说、童话故事和翻译成散文的古典史诗等（但不包括百科全书或烹饪书）。这些文本可归纳为四大类。

第一类代表了我实验室整理的约600份文档，这些文档是19世纪德语和英语的经典著作，包括该时期最著名的长篇小说以及著名的非虚构作品，包括哲学著作、散文和历史著作。这些文本已经过充分清理，以确保转录错误最小化；同时，它们也已按叙事视角进行拆分，这样我们在与历史叙事进行比较时，就能够控制例如第三人称小说等变量。

第二类是一个大得多的19世纪英语作品样本，由21,158份文档组成，包括虚构和非虚构，这些文档来自泰德·安德伍德利用Hathi Trust数字图书馆进行的研究。^[17]我们对这组文档的内容了解就少得多，而这也使我们得以在同一时期的经典文本子集和更广泛的作品集合之间检验我们的结果。

第三类包括约6,500篇长篇小说，分别是来自斯坦福文学实验室的19世纪长篇小说集和芝加哥文本实验室的20世纪长篇小说集。通过这些小说集，我们可以研究长篇小说词汇的历时变化。

最后，第四类包括由我的实验室整理的过去十年内出版的800部当代长篇小说和非虚构作品集。^[18]这让我们能够更好地探究过去所观察到的影响在多大程度上持续至今。

表2概述了所使用的不同文档类别的构成以及各自的文档数量。

表2 数据概览

本文探索的文本特征主要用LIWC软件提取。该软件由詹姆斯·彭内贝克（James Pennebaker）设计，是一个为社会科学领域开发的工具，用于研究大型文本集合。它包含了80种不同的特征，从识别句法和语法特征（如标点符号、介词、动词时态和代词的使用）到更高层次的认知现象（如社会、感知或情感过程）。^[19]这些词典已在人类受试者身上得到测试和验证，其结果可供查阅。^[20]与所有基于词典的方法一样，特定类别的语义连贯性也是一个未决问题。“insight（洞察）”词典中的所有单词是否都真正代表了小说中认知洞察的时刻？或者，所有的“I（第一人称单数代词）”都是同样的意思？^[21]因此，对这些结果的解释需要慎之又慎。尤其需要注意的是，如何将这些类别理解为类别，重点是评估这些类别在小说中的语义连贯性。当我们深入研究单个特征时，我们会发现什么呢？正如我们将要看到的，我的重点将放在语义不那么模糊的类别上，从标点符号、人称代词到表达感官体验或认知犹疑的动词。

同时，强调这种词典构建方法对文学计算研究的益处也很重要。与主题建模或词嵌入所面临的问题不同，那些方法是在事后发现词语集合并加以命名，而这里我们是从预设的语言类别出发，检验它们在特定文本集合中的出现情况。词语外在于所需研究的集合，这使我们可以独立于这些集合本身来测试我们所相信的。虽然这两种方法都不完美，但它们都在单词与其被认为所承载的思想之间进行转换。最终所涉及的核心问题，是模型对自身能够逼近某种潜在文本现象的信心程度。^[22]关键在于尽可能明确地说明我们是如何在不同的分析层级之间进行转换，也就是说，如何将概念层面、词汇层面与理论层面连接起来。

因此，LIWC为我们提供了一系列具有直观意义的解释性类别，以及这些类别可能部分基于的词库。它的一个核心优势是，即便数据本身具有专门性，特征集合仍然可以被共享——我在这里正是这样操作的。尽管如此，这些类别不应仅看其表面值，也应与所有语义领域一样，被加以深入考察。由于LIWC的字典是透明的，用户可以根据自己的需求进行完善或更改，就像我在此所做的那样。此外，它们还可以与其他更个性化的功能相结合，例如，使用WordNet这样的工具查看词类。虽然未来的工作需要继续扩展和完善这类特征集，但LIWC语料库仍可作为任何监督方法理解文本定量维度的有用起点。

我想首先提出的问题是：作为一种写作类型，虚构的连贯性如何？是否真的如塞尔所言，没有句法或语义属性可以让我们预测某个对象是否具有虚构意向？虚构性是否仅仅是交际语境、作者意图和读者信仰体系的函数？还是说，一些特征在虚构文本中体现出高度规律性，而在非虚构文本中并不存在，以至于计算机也能准确猜测出文本的性质？

为了回答这些问题，我将使用所谓机器学习的方法，看看计算机能在多大程度上准确预测文本的给定类别（我将使用一种被称为支持向量机[support vector machine，SVM]的学习算法，这种算法在许多文本分类场景中都有应用）。^[23]对于不熟悉这个过程的人来说，学习算法会在一组已知类别的文档中提取特征进行“训练”，然后被要求预测一组它从未见过的新文本属于哪个类别。在此，我使用在给定文档集合中发现的LIWC特征来训练算法，并使用十折交叉验证过程（process of 10-fold cross-validation）来预测文档是虚构作品还是非虚构作品。具体操作如下：随机地将语料库按9∶1的比例分折10次，每次都是90%的文档用于训练算法，余下的10%用于测试算法的可靠性。（Kernlab程序包中的folds函数确保每个折叠在两个类别之间实现均衡分配。）这样重复10次可以让我们全面了解收集的所有文档，因为每份文档都有机会进入测试集。表3列出了这一实验的结果，显示了所比较的两个数据集，以及对未见数据进行预测时的平均准确率得分。

从表3中我们可以看到，虚构和非虚构之间的差异不仅具有跨时间和跨语言的鲁棒性，而且我们可以使用在一个时间段建立的模型来有力地预测另一个时间段的数据。虽然当我们使用19世纪的模型预测21世纪的小说时，准确率会明显下降，但我们仍然可以得到相对较高的准确率（约为91%）。在过去的两个世纪中，小说话语似乎具有明显的跨时稳定性。事实上，正如我们将在下文中看到的，当我们研究更能说明小说写作的特征，特别是作为小说话语子集的特征时，通常会看到这些特征随着时间的推移而增强。除了小说的跨时稳定性之外，某些类型的小说专用词汇的增加也可追溯至19世纪。

表3 小说的可预测性

本表展示了使用SVM分类器和LIWC特征集进行分类测试的结果。在最后一个例子中，我在Hathi Trust数据集的虚构和非虚构文本中训练了分类器，然后将其运用于《纽约时报》评论的当代长篇小说集和流行的当代非虚构文本。

如果虚构的可预测性如此之强，那么是什么特征或特征组合造就了这种显著的可预测性呢？虽然有很多方法可以解决这个问题，但在此我将根据这些特征在虚构与非虚构文本中中值频率的增加情况对其进行排序，并使用非参数Wilcoxon秩和检验来说明统计意义。比较中值的价值在于，它保留了某一特征在特定样本中的总体分布信息。中值可以确定特定类别的中间点，而不是将所有虚构作品都简单地归入一个单一的分区，后一情况下，有些作品的某一特征的量可能明显高于其他作品，从而使结果偏向于它们。其次，有些显著性检验的设计是为了避免低频特征的影响，而本检验则并不作此假设，它只关注两组之间的比率，以了解特定特征相对于其总体出现频率的高低。因此，增加幅度大的低频特征比增加幅度小的高频特征更重要。^[24]

首先，让我回顾一下这里使用的表格的整体结构，以便更好地理解它们能告诉我们什么，不能告诉我们什么（见表4）。最左边的一栏（“特征”）列出了LIWC所定义的特征。有些特征非常直截了当，如“感叹号”（exclam）是指感叹号的百分比；有些特征则比较微妙，如“家庭”（family）指的是词典中所有与家庭成员有关的词，而“社会”（social）指的是与社会经历有关的词，例如其中可以包括代词（这一选择实际上重复了代词类别，因为代词比其他词常见得多）。可以说，前者比后者更直截了当，因此，当我们遇到语义更模糊的词典时，我们需要谨慎（即便是像“你/你们”这样一个词，在小说中也可能具有不同的功能）。第二列（“类别”）列出了特征所属的类别，这是理解单个特征的一个略微宽泛的框架。接下来的两列（虚构、非虚构）列出了该特征在每个语料库中的中值频率，即占所有词语的百分比。这使我们能够了解哪些特征相对于其他特征更为普遍。

对于读者的阅读体验而言，百分比有些不够直观，因此在接下来的讨论中，这些数字通常会折算成该词在一个页面上和整部作品中出现的频次。这样，我们就想象得出读者的阅读体验，并推测出哪些特征占据了读者更多的注意力。例如，感叹号在19世纪的一部虚构作品中平均占0.45%。如果我们假设一部普通篇幅的小说约有100,000个词（或每页500个词，共200页），这意味着约每200词就有一个感叹号，或每页2—3个，或每部小说共约500个。而人称代词在小说中出现的频率约为10%，即每10个词出现一次，或每页出现50次（每部小说出现10,000次）。

第五栏“比率”可以让我们了解该特征在不同集合中的出现率差异有多大。感叹号在虚构作品中出现的频率几乎是非虚构作品的十倍。这是一个巨大的差异，但与其他特征相比，这个特征仍然是出现频率相对较低的。另一方面，虽然人称代词在小说中出现的频率只比在非小说中出现的频率高出两倍多一点（差异仍然很大），但是，这种差异依赖于文本中更广泛的语言层面。代词数量的两倍意味着每部作品中大约多出5,000个代词，或每页多出25个代词。虽然我在解释结果时优先采用了比率，但是，从特征的总体普遍性到不同集合之间的相对差异，这两个方面还是都要关注的。

从使用我们的经典样本和规模更大的Hathi Trust数字图书馆中19世纪作品来对虚构和非虚构写作进行基线比较开始（见表4），我们可以看到最能体现虚构性的特征是如何由对话驱动的——感叹号、问号、引号、“我”“你”等第一人称和第二人称代词、“是的”“好的”“哦”等表示赞同的词，以及最后还有“说”（said）这个词（LIWC将其标记为听觉动词）。

表4 虚构与非虚构对比：19世纪经典（英文）

与非虚构类作品相比，虚构类作品增幅最大的前20个特征。数值代表特定特征的百分比中位数。以下符号用于表示p值：＜0.0001=***，＜0.001=**，＜0.01=*。

重要的是，我们还发现19世纪的样本与Hathi Trust文献更大规模的样本之间具有很强的一致性，但“社会过程”（social）类别以及潜在的“家庭”（family）、“家”（home）和“摄食”（ingest）除外。如果我们直接比较这些类别，就会发现，只有“家庭”和“摄食”在经典样本中频率有些高（大约高了10%—15%）。换言之，虽然存在值得探讨的有趣差异，但总体而言，通过较小的样本也是能够很好地捕捉到与较大样本相同的信息的。综合来看，这些特征表明，与非虚构类作品相比，虚构类作品具有相对明确的独特对话结构。虽然这可能不是什么“新闻”，但它确实有助于我们建立起来关于此类写作社会意义差异的分类体系。想象人与人之间的对话似乎是小说的主要文化功能之一。

事实上，把人想象成人可能是小说最重要的作用。如果我们把对话，连同伴随对话的代词表达（她说、他喊等）从上述集合中剔除，^[25]就会发现，第三人称代词与提及家庭成员和身体的词语一道，成为虚构性最强的标志之一（见表5）。在对话之外，虚构作品中她/他（she/he）代词的平均数量比非虚构作品多了三倍多，仅这两个词就占了全文总词数的5%以上（换句话说，在一部中篇小说中约出现5,000例）。

表5 删去对话后的虚构与非虚构对比：19世纪经典（英文）

再考虑到历史作品使用的专有名词平均要比虚构作品多得多（估计是后者的2倍多），上述差异就尤为值得注意了。^[26]虚构作品中人物数量较少，但得益于人物持续存在的时间更长，从而使得代词成为关键的语言标记。在虚构作品中，人们的身份似乎更具延伸性，但这不应与更“广阔”的身份，即语义更丰富的身份混淆。指代人物的代词出现频率与围绕这些人物的语言多样性并不等同。尽管如此，这还是让我们初步了解到虚构作品如何将身份认同过程展现为一种重复而广泛地指称同一个人（或主体）的行为。

家庭和朋友类词汇在虚构作品中如此常用，也表明了哪类人在这一文体中更为突出，正如“家”（home）这一场景设置让我们了解到他们最活跃的地方。大体而言，当我们阅读19世纪的虚构作品时，小说的独特之处，即何以不同于其他类型的自称关于真实事物的文本，就在于对家庭和熟悉事物的关注。旅行、探险、工作——这些都能够在别处以某种方式体验到，而对家庭生活和每个人长时间活动的记录则不可能。

当我们聚焦于德文和英文文本集以及跨越历史和当代的数据集之中一种特殊类型的虚构作品（第三人称小说）和一种特殊类型的非虚构作品（历史著作）时，上述关注的重要意义将变得更加清晰（见表6—表8）。首先需要关注的是一系列关于感知的表达（视觉、听觉、触觉），它们构建了体验者的现象学现实。而身体词汇的广泛运用，揭示了人们注意力的主要焦点所在。从定量角度来看，小说中最稳定的认知视角并非仅仅是关于他人的知识，而是关于另一个具身个体的知识。这一结果对“心智理论”（theory of mind）提出了有趣的挑战，因为该理论认为小说的核心目标是展现另一种人类意识。^[27]尽管在接下来的测试中，我们将会看到这一假设确实有其合理之处，但就理解小说与众不同的虚构特质而言，鉴于小说着重强调感官输入和具身实体，心智理论模型所依赖的身心二元区分在此显得难以立足。较之于相应的非虚构作品，在小说创作中，一个具备感知能力的存在所经历的感官体验似乎是被反复强调的独特内容。

表6 删去对话后的第三人称小说与历史著作：19世纪经典（英文）

表7 未删去对话的第三人称小说与历史著作：19世纪德文

表8 删去对话的第三人称小说与历史著作：英文当代文学

为了更清晰地阐释我所指的小说现象学取向的意义，并使之更加明确，我将对19世纪的长篇小说与同时期出版的虚构作品中的特定非小说子集（HATHI_TALES）进行比较。这里的非小说类虚构作品指的是那些在19世纪读者中具有强烈存在感的各种虚构作品，包括翻译成散文的古典史诗（《伊利亚特》《奥德赛》《埃达》《尼伯龙根之歌》）、经典散文虚构作品（《源氏物语》《十日谈》《亚瑟王传奇》和拉伯雷的作品）、世界各地的童话集（源自爱尔兰、德国、丹麦、日本和印度）、同时代中短篇小说集（霍夫曼、托尔斯泰、狄更斯、莫泊桑、霍桑和华盛顿·欧文的作品），以及各种传说故事集（《昔日故事》［Tales of Former Times］、《家庭生活故事》［Tales of Domestic Life］、《道德故事》［Moral Tales］）。这组数据旨在反映19世纪英语读者广泛阅读和了解的一系列散文虚构作品（prose fiction），但这些作品并不被归类为“小说”（novel）。虽然这些材料源自不同时代，但其出版（和翻译）整体上都是同时代的。

表9 小说与其他虚构作品

本表首先有三个突出的有趣特点。首先，这些比率与非虚构类相比，要低得多。虽然与非虚构类相比，这些组别差不多都具有很好的区分度，但如果相互比较，整体区分度就会大大降低。如果我们对其运行与前述相同的分类器，预测小说的准确率约为68%，接近统计学显著性阈值（p=0.018）。如果我们使用Hathi Trust文本集中稍大些的长篇小说集合（428部，以反映“其他虚构作品”），准确率将略微提高到74%（p=7.23e-05）。这仍然大大低于从不同文体中预测区别出长篇小说的能力。正如泰德·安德伍德所指出的，在150年的时间跨度内，预测侦探小说和科幻小说的准确率在88%—90%之间。^[28]因此，“其他虚构作品”这一宽泛的类别与作为虚构作品子集的长篇小说之间区别并不大。

其次，我们不仅看到了诸如代词和对话等我们较为熟悉的有关虚构性的语言标记，与此同时，还在动词类别中看到了一个新特点：总体而言，动词数量更多，时态也更加多样（过去时、将来时、现在时，此外还有助动词）。换句话说，与一般虚构作品相比，长篇小说的时间复杂性似乎更大。这一现象值得深入探讨，因为它揭示了一个初步的见解，即长篇小说在19世纪如何通过时间处理上的独特方式区别于其他类型虚构写作。^[29]

表10 长篇小说与其他虚构作品：独特的词汇

最后，我们还看到这里出现了一个前所未见的新类别，属于“认知过程”的类别。这些词典被LIWC加上了“差异”“否定”“不确定性”和“洞察”（discrepancy、negation、tentativeness、insight）的标签。如果我们分析一下这些词典中最能体现小说特色的词语（在此我按对数似然比［log-likelihoodratio］进行排序），我们便能清晰地观察到，这些词语在多大程度上倾向于标示出自我反思、怀疑和犹豫的时刻，呈现出一种对世界的试探性关系。

在此，情态动词（如could、would、must、might和should）及其否定缩略形式（如don't、can't、didn't、not、never、nobody）的使用极为普遍，否定的表达也十分常见。正如“如果”一词所体现的，这些词组提供了表达条件性甚至不可能性的不同方式。与此同时，不确定词汇（something、anything、somebody、anybody）以及更具体的表达犹豫的词汇（也许、机会、希望、可能、猜测、或许、怀疑、不确定）也更为常见。在长篇小说的语境中，表达条件和不可能性的语言中，还蕴含着相当多的潜在性和可能性，同时也夹杂着怀疑性。^[30]

最后，我们不难发现，长篇小说的特点在于其对心理状态的广泛运用，这主要体现在“知道”“感觉”“思考”“记忆”和“相信”（know、feel、think、remember、believe）等动词的频繁使用上。此外，还有一些使用频率稍低但同样独特的复杂认知动词，如“承认”“思考”“想象”和“原谅”（admit、ponder、imagine、forgive，后者在文章中未具体展示），这些词汇构成了小说反思性的基石，它将怀疑与条件性思维融合在一起，形成一种连贯的精神状态。事实上，“似乎”和“感觉”（seem、feel）在长篇小说中的出现频率比其他形式要高出30%，这两个词共同展现了小说所特有的现象学倾向。与其他形式的经典虚构作品相比，长篇小说的独特之处在于，它聚焦的不是世界本身，而是人与世界的相遇和对世界的思考——即对世界的感知。正是这种感性认识与认知怀疑主义的结合，凸显了长篇小说对虚构话语的贡献。长篇小说的魅力在于，它为读者提供了一种长期阅读体验，让人们得以深入评价世界给予性（world's givenness）。^[31]

如果我们认同长篇小说作为一种文学体裁，其独特之处在于对现象学词汇的更多关注，那么问题就来了，这种关注是否也意味着对世界更深入的关注，即对现实或者——按照卢卡奇的抽象表述——“给予性”的更密切的关注。现象学与现实是相互排斥，还是相互构成？换句话说，我们能否检验长篇小说具有高度现实主义这一由来已久的假设？

虽然这些问题都需要进行专门的研究，但我在此先进行两个测试，旨在评估长篇小说现实主义倾向的有效性。在第一个测试中，我探讨了小说对抽象概念和物理实体的关注程度差异。为此，我选取了查德威克·希利集合（Chadwyck Healey Collection）中的19世纪长篇小说子集（约700部小说），并将其与Hathi Trust的“其他虚构作品”进行比较。随后，使用WordNet将这些文本转换成各自的上位词树。^[32]上位词提供了名词的高阶分类（例如，“家具”是“椅子”的上位词），可以让我们了解在特定语料库中特定类别的词语是否比其他类别更常见，这与LIWC在情感和心理过程中的作用非常相似。举例来说，如果小说中出现了“沼泽”一词，它将被转换成“湿地”“土地”“地面”“土壤”“物体”“物理物体”“物理实体”或“实体”。在这种情况下，所有名词都被视为“实体”，其首要区别是区分物理名词（如“沼泽”）和抽象名词（如“死亡”）。

通过这一模型，我们可以提出这样一个问题：与其他类型的经典虚构作品（可以算上历史著作）相比，小说中的物理名词数量是否明显较多？由此，我们可以探讨，小说的独特性是否与其物理客观性（作为理解其现实主义程度的一种潜在方法）有关，或者更多地取决于抽象的精神或情感状态。

第二项测试则试图将现实主义理解得更加具体。一个文本越具体，它就越关注周围的世界。为了检验这一点，我比较一个文本中的词语是另一个文本中词语的上位词的百分比。在一组词语中，如果其中包含更多另一组词语的上位词，就说明第一组词语更抽象，第二组词语更具体。例如，如果我使用“沼泽”一词，而你使用“土地”一词，那么我的语言可以说比你的语言更具体（你的语言比我的语言更抽象）。在第一项测试中，文本中包含更多的物体（objects）是对现实主义的一种体现方式，而与之形成对比的是，第二项测试强调以具体性作为现实性的标志，认为越具体的事物就越贴近现实。

图1 抽象名词对物理名词的比率

该图测量了按WordNet分类法确定为“抽象”与“物理”的名词比例。

图2 虚构作品中的上位词比较

该图测量了一个语料库中属于另一个语料库中词的上位词的百分比。上位词比下位词更抽象。由于误差条太窄，无法直观显示，因此已将其删除。

研究结果表明，以这种方式进行衡量，长篇小说与具体性之间的关系在19世纪确实发生了变化。观察19世纪上半叶的情况就会发现，与经典虚构作品和故事（tales）相比，那时长篇小说对物理对象的表达抽象程度更高，但到了下半叶，这种差异就消失了。正如瑞安·豪泽（Ryan Heuser）和龙黎克（Long Le-Khac）所言，英国小说在这一世纪中经历了价值性下降而具体性上升的过程。[33]然而，关于这一结论，有一点需要特别注意，虽然小说中的抽象性似乎在下降，但它从未低于该时期其他类型的虚构话语。相比于维多利亚时期的小说成为独一无二的具体作品，更准确的说法是，19世纪早期的长篇小说与这一时期其他类型的虚构性话语相比，其抽象程度之高是独一无二的。这表明，我们可能一直以来都误解了这个故事：对于19世纪小说而言，重要的并不是后来具体性提升、使其看起来更接近其他类型的虚构写作，而是早期的抽象性相较于其他类型的虚构写作更为突出（更不用说抽象性对于这些文本的重要性整体上仍然远远高于其物理性）。

研究的另一部分，即关于长篇小说具体程度的部分，则从另一个角度讲述了同样的故事。在19世纪上半叶，长篇小说与其他类型虚构作品的具体程度差异不大（约0.003%），而到了下半叶，小说中具体的词语比其他类型虚构作品多出约0.5%（每页约多出2个词）。^[34]换句话说，小说在抽象程度上接近其他类型的虚构作品，而在具体程度上则偏离了其他类型的虚构写作。从19世纪开始，小说变得愈加抽象，而到了结尾部分则呈现出极为具体的特征。

当然，我们还可以从许多其他方面来思考小说的现实性问题。但这些初步结果表明，瓦特关于小说现实主义的论点——在此可理解为对物理性和具体性的更高追求——在第一种情况下，并非仅仅讲述一个特殊情境的故事，而是更倾向于回归到更为普遍的小说话语规范。其次，小说在展现其具体性方面确实变得出众，但其兴起的时间实际上要比传统观点所认为的晚得多。实际上，小说在18世纪末至19世纪初在数量上的崛起，似乎是以其更高的概念复杂性和概括性为标志的。与对周围世界的描写相比，小说更倾向于对抽象概念的探索和表达。^[35]正如马修·埃林（Matthew Erlin）所言，小说的哲学维度是其历史的重要组成部分，而我们迄今为止都忽略了这一点。[36]学术界对现实主义小说具体化的强调，忽略了小说作为一种写作形式在历史上具有重要意义的主要方式之一，即小说的抽象性。

在试图区分虚构与非虚构作品、找出虚构和长篇小说作为写作类型的独特之处时，我一直在深入探究它们更广泛的社会功能，以回答“文学为何重要”这个由来已久的问题。根据本文的研究结果，如果我们特别关注长篇小说在数量上的特质，即它们与非虚构或“真实”写作的区别，可以认为，自19世纪以来，长篇小说的重要性似乎与社会现实性无关，而更多地关乎现象学体验，是一种对世界的社会性嵌入（social embedding）。这并非长篇小说对读者产生意义的唯一方式。这涉及我在一开始就讨论的预测方法与描述方法的问题——可预测性方法可能会排除其他可能重要的可能性和特点，而描述性模型只需确定哪些特征存在差异，以及差异的程度，而无需预设特征空间的限制。量化观点的价值在于，它能使我们更好地理解特定类型的写作如何向读者传递特定的导向信号，我们可以称之为其社会定位（social positionality，这里借用布尔迪厄[Bourdieu]的概念）。这并不排除读者可以通过无数种方式找到自己理解长篇小说意义的可能。但它确实让我们能够更好地理解作为社会范畴的长篇小说。

从这个角度来看，长篇小说的虚构性之所以特别，是因为它有“相遇”（encounter）的概念和随之而来的质疑，它以一种特殊的方式将我们读者置身于世界之中。事情看起来、感觉起来就是这样，就如存在着大量的怀疑、偶然性、可能和或许一样。这些发现在两种不同的语言、两个截然不同的时间框架下，并且不管在更多还是更少，以及更经典的写作样本中都表现得很稳定。正如我们看到的，我们使用建立在19世纪经典长篇小说写作基础上的模型，仍然可以非常准确地预测现当代长篇小说的发展趋势。如果我们更仔细地观察这些特征随时间的变化，就会发现它们是如何变得愈加明显，而后最终趋于稳定的（见图3）。19世纪围绕虚构话语所确立的价值观在很大程度上随着时间的推移而保持不变，但有些特征，如对感官知觉的强调，其重要性则大大提高了。^[37]

图3 长篇小说的虚构性质（1800—2000）

1800年至2000年出版的英国小说中“怀疑”（doubt）和“感知”（perception）的比例。前者在19世纪下半叶略有上升，后者则持续上升，二战后趋于平稳。

当然，并不是所有长篇小说都是这样，也不是所有的长篇小说都以同样的方式呈现。在不同类型的小说创作中，这些虚构性的标志在多大程度上是一致的，仍然是一个悬而未决的问题。我们还可以设想另一项研究，探讨长篇小说变得高度非虚构的契机，以了解想象中的真相。我们该如何描述虚构中的非虚构，这些段落的作用又是什么？在本文开头使用的算法所误判的少数小说中，梅尔维尔（Melville）的《泰比》（Typee）和《奥穆》（Omoo）就属于这一类（但《白鲸》[Moby Dick]不在其中，这表明《白鲸》成为经典至少在一定程度上是以其虚构性为基础的），而这不会让人感到意外。但科尼利厄斯·马修斯（Cornelius Matthews）所著的《巨兽：土丘建造者的传说》（Behemoth: A Legend of theMound-Builders）也是如此，这部小说讲述的是杀死一头远古乳齿象的故事，被认为对梅尔维尔产生了重要影响。^[38]我们能否不仅在这些小说中，而且在更普遍意义上的小说中，在虚构写作中，更具体地说明，语言的信息性使用——亚里士多德所说的“legein”（讲述）——究竟具有何种功能？这样的研究将为本文的观点提供一个镜像、一幅双联画，让我们能够从中清晰地看到，小说中的某些特质得以凸显。

不过，对我来说最重要的是，本文所使用的方法无法单独应用于某个段落或修辞优美的句子上。我们的小说标记、代词、感官知觉、从句语气和否定实例，遍布于成千上万行的小说文本中。每一句都略有不同。单独来看，它们并无特别之处。然而，把它们组合在一起，却向读者传达了一个强有力的信息。小说的虚构性是我们作为读者的一种感知体验，因为我们能够看到所有这些词语在页面上闪现，这些词语包括“感觉”“知道”“看到”“记得”，以及表达不确定性的词汇，如“几乎”“可能”“隐约”，还有各种形式的否定，即含有“不”的词语。这就是小说的异域空间。罗兰·巴特（Roland Barthes）曾提出这样一个问题：“这个他方在何处？”回答便是：“在语言的天堂里。”

编辑 | 姜文涛

原文信息：Andrew Piper, “Fictionality,” Journal of Cultural Analytics, Dec. 20, 2016, DOI: 10.22148/16.011.

CDH2026论文格式规范与要求

2026年中国数字人文年会项目报名表

作为中国传统历史文化的工艺象征之一，刺绣蕴含着丰富的文化意蕴与美学价值。在技术转型的背景下，刺绣传承的方式悄然发生改变。刺绣由以往博物馆式静态传承走向面向大众的活态传承。刺绣活态传承由囿于以往“口传心授”的谱系性方式，转向突破自身专业性和排他性的多方互动。立足于数智时代，技术是缩减主体间隔与形成文化交流的关键枢纽。借助于数智技术的传输路径，刺绣内部的专业知识扩散并渗透到民众的日常生活世界，人们在感受传统刺绣带来的意象气韵时，也在享受当代技术建构的创新实践。因此，数智技术成为刺绣回归日常生活的重要介质。

当下，非遗数据库是整合、完善非遗传承人及其代表性项目的重要系统化存储手段。非遗数据库建构的首要基础是数据的完备性。从广义上来看，数据完备性至少包括体量的充盈及分类的合理化两大方面。对于我国刺绣类非遗来说，其数据集种类多样，具备数据量庞杂的特点。但传统的刺绣分类识别主要依靠专业人员，耗时大、成本高、能力差异等因素都限制资源的合理化利用。因此，刺绣分类智能化是打破传统人工藩篱的基本思路。例如，董馥伊^[1]首次引入计算机技术局部矢量化的方法，实现了传统栽绒毯纹样特征的智能检索分类。

近年来，深度学习技术被广泛地应用到刺绣分类识别领域中。刘净净、郭飞等^[2]改进BP神经网络，使得模型的正确识别率高达78%，开辟了刺绣深度学习分类的先河。目前基于深度学习的刺绣研究现状如表1所示，刺绣的深度学习分类方法虽然能实现刺绣的智能检测，构建较为完善的非遗分类结构体系，但是这些方法以静态识别为主，程序烦琐、局限性大、灵活性低，尚未真正实现刺绣实时检测的功能。因此，本文旨在借助目标检测领域先进、高效、准确的YOLOv8模型^[3]，为刺绣动态实时视频分类提供有力支持。

def

表1 基于深度学习的刺绣研究现状[4][5][6][7][8][9][10]

针对现在检测和分类算法存在的问题，本文将计算机视觉和人工智能技术与数字人文领域结合，对现有YOLOv8算法进行改进。基于DCGAN网络均衡刺绣图像数据集，解决小样本刺绣图像类别不均衡问题；改进YOLOv8的主干网络，引入InceptionNeXt模块，实现在多个尺度上高效提取特征，从而提升特征提取能力；增加GAM模型作为过渡模块，在特征融合前对信息进行筛选，提升网络的特征融合能力。最后使用改进后的网络模型对测试集进行实验，将实验结果进行可视化分析，与现有的技术进行比较，并验证所提出的方法的有效性。同时，使用图片、视频和摄像头进行离线、在线验证。通过这一研究，为刺绣文化的传承与创新提供一种全新的技术手段，将传统手工艺与现代科技有机融合，为刺绣艺术的发展注入新的活力。本文的研究成果不仅对于刺绣文化的传承和推广具有重要意义，还将为多端部署技术在文化艺术领域的应用提供有益的参考和借鉴，其基于YOLOv8的刺绣动态检测与分类流程图如图1所示。

本文的分类对象为中国传统十大名绣：汴绣、汉绣、杭绣、京绣、鲁绣、瓯绣、蜀绣、苏绣、湘绣和粤绣。每种刺绣因其历史背景和地域文化的差异，形成了独特的针法与风格，例如汴绣的“蒙针绣”、苏绣的“双面绣”、京绣的“打籽针”、蜀绣的“锦纹针”、鲁绣的“抽丝编花”、瓯绣的“八字针”、杭绣的“贴续绣”、粤绣的“乱底针”、汉绣的“齐针”和湘绣的“掺针”，都是各自绣种的工艺代表。为了构建全面的刺绣样本库，本研究的刺绣作品来源广泛，包括小红书、抖音、微博、京东等线上网络渠道和博物馆、文化馆等线下文化机构公开的数字图像资源（共计1,263件），以及刺绣大师与传承人提供的作品图像（共计152件）。此外，还补充和吸收相关刺绣艺术书籍和刊物中的高质量图片（共计315件）。所有采集的图像均经过非遗领域专家的严格质量把控与品种鉴定，以确保样本的艺术代表性和数据完整性。

图1 基于YOLOv8的刺绣动态检测与分类流程图

数据预处理技术是指在将数据输入模型之前，对数据进行一系列处理操作，以提高模型的性能和泛化能力。常见的数据预处理技术包括数据均衡、数据增强、数据标准化、归一化和数据降维等，在医学影像分析、农业检测、遥感影像等领域，已广泛应用于各类计算机视觉任务中。针对数据集样本不均衡问题，郭忠远等^[11]利用DCGAN模型均衡和扩充红枣外观缺陷数据集，使得模型准确率上升2.18%—3.26%；袁卫民等^[12]利用DCGAN模型，生成虚拟样本，使得准确率优于其他算法，解决了轴承故障数据不均衡的问题。同时，针对数据集样本容量较小问题，郑慧怡等^[13]利用添加椒盐噪声和随机旋转技术，实现了数据样本容量的扩充。陈金荣等^[14]利用翻转、亮度转换和旋转等技术扩充了数据集的总量，从而提高模型的准确率，极大地降低了漏检率。

针对当前刺绣数据集种类不均衡和样本较少等问题，本文在已有前沿方法的基础上，采用对抗生成网络技术和数据增强技术，整理和优化刺绣数据集，有效增加少样本类别的数据量，增强模型对不同类别特征的捕捉能力，从而提高分类的准确性。相比于现有前沿数据预处理方法，本文针对不同刺绣针法和图案的特点，进行优化适配，确保增强后的图像仍然保留了刺绣特有的细节和艺术性。

（一）类别均衡

由于地域和文化背景的差异，一些刺绣因其历史悠久或地理位置偏远，获取相关图像的难度较大，导致此类别的数据样本较少；而另一些刺绣因文化传播广泛、应用场景多样，相关图像较多。因此，在实际收集这些刺绣图像时，往往会面临类别不均衡的问题。在不均衡的数据集中，模型容易偏向于多样本类别，忽视少样本类别，从而导致分类结果偏向常见类别，严重影响分类的准确性和可靠性。

为了实现不同类别刺绣样本的均衡，可以考虑收集更多的小样本刺绣图像，或者减少大样本的刺绣集图像数量。但由于刺绣类别的不均衡性，获取较多的小样本刺绣图像存在较大难度。利用生成对抗网络（Generative Adversarial Networks，GAN）生成图片，可以有效解决上述问题。^[15]传统GAN尽管在生成逼真图像方面表现出色，但在训练稳定性和生成图像质量上存在诸多挑战，导致模型在训练过程中容易出现梯度消失、模型崩塌和生成的样本类别不可控等现象。^[16]

深度卷积生成对抗网络（Deep Convolutional Generative Adversarial Networks，DCGAN）通过引入卷积层、批量归一化、去掉池化层、使用Leaky ReLU激活函数以及改进架构设计，显著提升了传统GAN的性能。^[17]通过改进，DCGAN在生成图像质量、训练稳定性和模型鲁棒性方面表现出色，因此，本研究使用DCGAN来生成小样本刺绣图像，以缓解类别不均衡问题。为了确保传统刺绣样本和非遗数据库数据的真实性和完整性，基于DCGAN生成的刺绣图像仅作为模型训练中的辅助数据，旨在提升分类性能，而非用于非物质文化遗产数据库的核心数据保存。同时，为了保证DCGAN生成的刺绣图像在艺术性和工艺上的代表性，生成过程严格依据各类刺绣的针法和纹理特征进行，且由非遗领域专家进行审查和筛选，以确保生成图像在风格和工艺上与传统刺绣相符，从而避免偏离原有的工艺特色和文化价值。

DCGAN的结构如图2所示。从中可以看出，DCGAN由生成器和判别器组成。生成器的任务是从随机噪声中生成逼真的图像，判别器的任务是区分真实图像和生成器生成的假图像。通过生成器和判别器的反复对抗训练，不断迭代优化，两者共同提升，生成高质量的图像。

利用DCGAN生成特定类别的刺绣图像，有助于平衡数据类别，有效扩充数据集，使各类别的数据量趋于一致，从而提升模型在各类别上的分类性能。生成的刺绣图像变化情况如图3所示。

（二）数据增强

利用深度学习进行刺绣检测与分类时需要大量的刺绣图片作为训练样本，如果没有足够的训练样本支撑，当网络深度较深时就极易出现过拟合的情况。在深度学习中，数据增强是提升模型性能的一种常用手段，可以在不降低网络深度的同时又能够有效地拟合数据，提高模型的鲁棒性和泛化能力。亚历克斯·克里泽夫斯基（Alex Krizhevsky）等人[18]通过对CIFAR-10数据集的图像进行随机裁剪和水平翻转，显著提高了分类准确率。西哈姆·塔比克（Siham Tabik）等人^[19]则在手写数字识别任务MNIST数据集中使用了扭曲和缩放等变换手段，成功提升了模型的表现性能。

在刺绣图像分类领域，目前的研究主要集中在特征提取和模型设计方面，对于数据增强的研究较为有限。刺绣作为一种兼具生命情感与审美意象的手工艺，其图案庞杂丰富，但由于刺绣图像收集和标注的困难，训练样本通常较为有限。为有效缓解这一问题，支撑更深的神经网络训练，本研究采用常见的数据增强方法，包括旋转、水平翻转、垂直翻转、随机裁剪、随机改变亮度和添加高斯噪声。^[20]在数据预处理阶段，对原始刺绣图像应用上述增强方法，提高模型分类性能、防止网络过拟合，并生成新的训练样本，部分刺绣数据增强示例如图4所示。

图2 DCGAN结构

图3 刺绣图像生成过程示例

图4 部分刺绣数据增强示例

原始数据集分别按照0.7、0.2和0.1的比例随机分为训练集、验证集和测试集。原始刺绣数据集、刺绣增强数据集和经过DCGAN均衡后的刺绣图像图幅数如表2所示。

表2 均衡和生成数据集划分情况

（一）网络结构设计

在目标检测算法中根据检测过程的不同，可以分为双阶段算法和单阶段算法。双阶段算法先提取图像候选区域再进行类别的判定，其漏识别率较低，但速度较慢，典型网络有RCNN和Faster-RCNN。^[21]单阶段算法则不需要产生候选区域阶段，一步到位直接产生物体的类别概率和位置坐标值，经过单次检测即可直接得到，因此有着更快的检测速度，最典型的是YOLO系列算法。^[22]考虑到刺绣在线检测的实时性，因此采用YOLO算法来分类刺绣图像。

YOLOv8是由Ultralytics公司于2023年1月发布的一种目标检测算法，^[23]本研究基于YOLOv8算法，旨在对十种刺绣图像进行分类。针对当前YOLOv8算法存在的分类准确率不足等问题，我们对其进行了改进，以提高刺绣分类的准确度。为增强多尺度信息提取能力，我们将YOLOv8的主干网络替换为InceptionNeXt模块，从而提升特征提取的性能。通过引入并行卷积操作，模型能够捕捉到更多的图像细节和上下文信息，从而提高特征提取的效率和整体性能。在原始的YOLOv8中，主干网络提取特征后，直接将其输入到颈网络。尽管YOLOv8在特征融合方面已有一定设计，但对于关键信息的针对性提取和识别仍显不足。因此，我们引入全局注意机制（Global Attention Mechanism，GAM）模型作为过渡模块，在特征融合前对信息进行筛选，以增强关键信息的识别能力。

1.InceptionNeXt模块

InceptionNeXt模块在ConvNeXt和Inception架构的基础上进行了一系列改进，同时引入更优化的模块设计，适用于图像分类、目标检测等多种计算机视觉任务。^[24]用InceptionNeXt模块取代原有的C2F模块，可以实现在提高模型特征提取能力的同时，不额外增加网络参数数量。InceptionNeXt通过并行卷积操作（3×3，1×11，11×1）在不同尺度上提取特征，同时引入跳跃连接并添加了常量映射，这种分解不仅有效减少了参数量和计算量，还保留了大核深度卷积的优点，扩大了感知领域，提高了模型性能。InceptionNeXt模块的主要结构如图5所示。

图5 InceptionNeXt模块结构图

2.GAM注意力机制模块

近年来，注意力机制已成为目标检测任务中的关键组成部分。^[25]注意力机制的灵感来源于人类视觉系统，能够筛选大量信息并找到重要数据。GAM注意力机制模块使用通道注意力机制和空间注意力机制，通过关注全局信息和局部信息的交互，增强特征表达能力，并广泛应用于图像分类、目标检测等计算机视觉任务，其结构如图6所示。GAM通过引入全局和局部的注意力机制，对全局上下文信息进行引导，调节局部特征的表达，提升网络对重要特征的捕捉能力，最终提高网络的识别和分类能力。^[26]对于给定的输入特征，，中间状态特征F₂和输出特征F₃定义为：

（1）

其中，表示按元素进行乘法操作。

图6 GAM注意力机制模块结构图

3.改进后的网络结构

改进后的网络结构如图7所示，使用刺绣增强均衡数据集，将输入的刺绣图像首先通过主干网络部分逐步提取特征。在主干网络部分中，刺绣图像特征通过5个卷积模块、4个InceptionNeXt模块和1个SPPF模块后，得到不同尺度的特征图。再由颈部网络将不同尺度的刺绣特征图进行融合，最后头部网络根据分类需求输出预测结果以及置信度。改进后的网络结构通过多尺度特征提取和全局特征交互与融合等操作，提高了目标检测与分类的性能和鲁棒性，并在复杂场景下取得更准确的分类结果。

图7 改进后的YOLOv8网络结构

（二）超参数设置

本研究模型在CPU（Intel Core I7-12700K，20线程，3.6GHz）和GPU（NVIDIA RTX 3070，8GB，5888CUDA）上进行训练，使用Adam作为模型的优化算法。为加速网络收敛，避免网络陷入局部最优解，学习率自适应调节方法，其超参数具体设置如表3所示。

表3 超参数设置

（三）评价指标

在图像分类问题中，通常使用二元交叉熵损失函数（Binary Cross Entropy，BCE）作为分类损失函数。^[27]在刺绣十分类问题中，BCE的梯度形式更优，训练时更加稳定，训练输出时对每一种类别k进行判断，并输出置信度，其公式如（2）所示：

（2）

其中，y_i为第i刺绣样本的真实类别，p_i为网络对刺绣样本i的预测类别。

为了能够有效评估改进后的YOLOv8模型对刺绣的检测和分类结果，本研究采用召回率（Recall）、准确率（Accuracy）、精度（Precision）、F1值（F1-Score）和AP作为评价指标。上述五种评价指标均为数值越大，代表模型的分类性能越优，公式如下所示：

（3）

（4）

（5）

（6）

其中，TP为真正例，表示模型正确地将类别k的刺绣样本预测为类别k；TN为真负例，表示模型正确地将不属于类别k的刺绣样本预测为不是类别k；FP为假正例，表示模型错误地将不属于类别k的刺绣样本预测为类别k；FN为假负例，表示模型错误地将属于类别k的刺绣样本预测为其他不是类别k的类别。

（7）

以召回率为横坐标，精度为纵坐标，便能绘制出精度召回率（Precision-Recall，P-R）曲线。P-R曲线与横纵轴围成的面积代表对应刺绣类别的AP。其中，围成的面积越大，AP值就越高，对应模型的检测效果就越好。

为了防止模型出现过拟合状态，采用早停法策略确定合适的训练周期。^[28]假设E_opt(t)是在第t个周期下的最优验证集损失值，GL(t)为泛化误差。当泛化误差GL(t)的增长率大于指定值时，则停止训练，如公式（8）所示：

（8）

（一）训练结果可视化

1.损失曲线

图8展示了改进后的YOLOv8模型在训练过程中随着迭代周期次数的增加，训练集和验证集损失值的变化趋势。从图8可以看出，由于前期学习率较大，导致模型在验证集上的损失曲线出现震荡，但总体呈下降趋势，表明模型在持续学习特征并不断地进行优化。在第25个周期后，预测损失的偏差逐渐减小。在第40个周期后，验证集的损失值逐渐趋于稳定，并在第45个周期左右基本达到收敛状态。选择在验证集上损失值最小时的权重，即第48个周期下的权重作为模型最终权重。

图8 训练集与验证集损失曲线

2.分类结果评价指标

将测试集的刺绣图像输入到最终的分类模型中，检测改进后的YOLOv8模型的分类效果，其刺绣分类结果评价指标如表4所示。再对表4的内容进行可视化分析与展示，其结果如图9所示。

表4 改进后的模型刺绣分类结果评价指标

图9 刺绣分类结果评价指标柱状图

从图9中可以看出，刺绣分类模型在各个类别上表现出色，整体平均召回率为0.90434，平均准确率为0.90434，平均精度为0.91505，平均F1值为0.90751，平均AP达到0.96889。鲁绣、京绣和蜀绣表现尤为突出，鲁绣的各项指标几乎达到最佳。汉绣、瓯绣和湘绣在各项指标上表现均衡，特别是汉绣的精度和AP较高，显示出较强的分类能力。而杭绣虽然精度较高，但是其召回率较低，表示模型可能遗漏了部分真正例。从整体来看，改进后的分类模型在大多数刺绣类别上能保持高识别精度和召回率。

3.分类结果可视化分析