Creo que hay un problema con la forma en que ha planteado la pregunta: usted ha dicho “aprendizaje no supervisado”, pero luego habló de una métrica que se desea medir en contra: la creatividad.
Así no es como el aprendizaje no supervisado normalmente se utiliza – aprendizaje no supervisado lo que se utiliza para la descripción o caracterización. Te dice que “estos son los diferentes tipos de escritura creativa” – y que podría poner la escritura de James Joyce en un racimo, y George Orwell en otro.
Entonces, cuando dices “creativo”, es una medida que estás tratando de optimizar. Y eso lo convierte en una tarea de aprendizaje supervisado; en el que podría tomar lo que considera escritores creativos, y luego puede aplicar:
- ¿Se utiliza XGBoost en productos?
- ¿Cuál es la función de las máquinas restringidas de Boltzmann para el filtrado colaborativo?
- ¿Cuáles son los populares paquetes ML de adopción (Machine wise)?
- Cómo explicar el aprendizaje automático y la minería de datos a personas no informáticas
- ¿Cuáles son los límites del aprendizaje automático? ¿Cuándo puede estar seguro de que un algoritmo ML no podrá darle un resultado satisfactorio?
- Supervisado (estos son escritores creativos, no son escritores creativos).
- Semi-supervisado (aquí hay un pequeño subconjunto de los escritores creativos, aquí hay un pequeño subconjunto de los escritores no creativas, y esto es un gran conjunto de escritores que no sé si es creativo o no).
- Supervisado solo positivo o semi-supervisado: aquí hay algunos escritores creativos, usted trabaja el resto.
Sin embargo, el verdadero problema es que si trataste de hacerlo, es la extracción de características . Dado lo compleja y rica que es una noción de creatividad, ¿cómo serían sus características? ¿Es la selección de palabras, es repetición? ¿Es el uso de clichés? La creatividad no es tan fácil de definir, especialmente porque generalmente se define en un contexto histórico / social.
En última instancia, se trata de quién será el juez de la creatividad. 
