arXiv cs.CL· Emilio Ferrara·· 6 天前AI 评分24
用人工智能大规模研究漫画：PAGE 框架与美漫日漫三项研究
Studying Comics at Scale with Artificial Intelligence: The PAGE Framework and Three Studies of American Comics and Japanese Manga
AI 导读
研究者提出 PAGE 框架，用 AI 将每页漫画扫描解析为分镜、文本和书目记录，并以视觉语言模型按书面编码手册逐页标注，再用人工标注校准。该框架在 3,929 本美国漫画（1938–1956）和 87 卷日本漫画上完成三项研究，分别考察政治权力呈现、页面视觉形式与艺术家笔迹识别、以及两种漫画传统中的说话者归属。
正文 · AI 翻译
摘要：漫画是二十世纪伟大的视觉记录之一：数十万页的篇幅中，大众读者看到了他们的领袖、战争和英雄。这一记录的大部分从未被作为一个整体加以研究；漫画研究一次只推进一本书。我们认为，人工智能，包括生成模型，可以改变这一状况，从而惠及漫画这一媒介本身。我们提出 PAGE，一个让人工智能成为漫画研究工具的框架。它将每一份扫描件解析为画格、文本和书目记录；用遵循书面编码手册的视觉语言模型为每一页做标注，就像人类编码员那样；将这些解读的样本建立在人工标注之上；并解释整个档案库中的变化，且对出版商和体裁进行控制估计。我们在 3,929 本美国漫画书（1938--1956）和 87 卷日本漫画上展示了该框架，通过三项研究，每项研究都依赖于不同的能力。第一项将文本搜索与视觉阅读相结合，以还原一种大众媒介如何描绘政治权力。第二项衡量整个行业中页面的视觉形式，并还原出个别艺术家的手笔。第三项追踪两种漫画传统中谁在说话，并与人工标注进行核对。除研究之外，同样的工具还能让档案库可按所绘内容进行检索，让盲人和低视力读者也能接触漫画，并帮助保存脆弱的藏品、为未署名的艺术家正名。我们勾勒出一项研究议程，其中人工智能将加强该媒介的研究、保存和传播。
| 学科： | 人工智能（cs.AI）；计算与语言（cs.CL）；计算机与社会（cs.CY） |
| 引用为： | arXiv:2610.13840 [cs.AI] |
| （或 arXiv:2610.13840v1 [cs.AI] 为本版本） | |
| https://doi.org/10.48550/arXiv.2610.13840 arXiv 颁发的 DOI 经由 DataCite（待注册） |
提交历史
来自：Emilio Ferrara [查看电子邮件]
[v1]
2026年10月9日星期五 16:49:29 UTC（12,594 KB）
来源：arXiv cs.CL · arxiv.org