💬 NLP

Storyline Trees: Hierarchical Representations for Long-Form Narratives

Cet article introduit les « arbres d'intrigue » (storyline trees), une représentation hiérarchique qui organise les récits de longue forme en structures multi-niveaux de scènes et d'intrigues afin de permettre une récupération adaptative, ce qui améliore considérablement les performances de réponse aux questions par rapport aux modèles à contexte long existants et aux méthodes basées sur le découpage en segments.

Auteurs originaux : Litu Ou, Mirella Lapata

Publié 2026-06-23

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Litu Ou, Mirella Lapata

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez de résoudre un mystère, mais au lieu de quelques indices sur une table, on vous remet une bibliothèque contenant 500 romans. Vous devez trouver un détail spécifique : Pourquoi le personnage a-t-il quitté la ville au chapitre 42 ?

Si vous jetez simplement les 500 livres dans un immense tas et demandez à un robot super intelligent (une IA) de tous les lire d'un coup, le robot est submergé. C'est comme essayer de trouver une seule aiguille dans une meule de foin qui a la taille d'une montagne. Même si le robot est très intelligent, il peut se "perdre au milieu", oubliant le début ou manquant l'indice crucial caché au plus profond du texte.

Ce document présente une nouvelle façon d'organiser ces livres pour que le robot ne se perde pas. Ils appellent cela les Storyline Trees (Arbres de l'intrigue).

Le Problème : Le Tas « Plat »

Actuellement, la plupart des modèles d'IA traitent un long livre comme une liste plate de mots. Ils ne comprennent pas réellement qu'une histoire possède une structure. Ils voient le Chapitre 1, puis le Chapitre 2, puis le Chapitre 3, mais ils ne comprennent pas nécessairement que le Chapitre 10 est en fait le climax d'une intrigue qui a commencé au Chapitre 2.

Les auteurs disent : « Arrêtons de traiter les livres comme un mur de texte plat et commençons à les traiter comme un arbre. »

La Solution : Construire un Arbre de l'Intrigue (Storyline Tree)

Considérez un long roman non pas comme une seule longue route, mais comme un immense arbre généalogique.

Les Feuilles (Les Scènes) :
D'abord, les auteurs décomposent le livre en ses morceaux les plus petits et les plus logiques appelés scènes.
- Analogie : Imaginez un film. Une « scène » est le moment où les personnages sont dans une pièce, faisant une chose, à un moment donné. Si les personnages changent de pièce ou si le temps bondit en avant, c'est une nouvelle scène.
- Les auteurs utilisent l'IA pour découper automatiquement le livre en ces scènes. C'est bien meilleur que de simplement couper par « chapitre », car un chapitre peut contenir trois scènes différentes, ou une seule scène peut s'étendre sur deux chapitres. Les scènes sont les véritables blocs de construction d'une histoire.
Le Tronc et les Branches (Les Intrigues) :
Une fois qu'ils ont toutes les scènes, ils construisent l'arbre de deux manières :
- De haut en bas (L'Architecte) : Ils regardent l'ensemble du livre et demandent : « Quels sont les grands thèmes ? » (ex : « La vengeance de Heathcliff »). Ensuite, ils décomposent ce grand thème en sous-thèmes plus petits, puis en scènes spécifiques. C'est comme un architecte dessinant un plan du toit vers les fondations.
- De bas en haut (Le Bâtisseur) : Ils partent des scènes individuelles et demandent : « Quelles de ces scènes vont ensemble ? » Ils regroupent les scènes similaires (comme toutes les scènes où le héros est triste) et les résument en une « branche » plus large. Ils continuent ainsi jusqu'à atteindre le sommet de l'arbre.

Comment le Robot utilise l'Arbre (Récupération Adaptative)

C'est la partie magique. Quand vous posez une question à l'IA, elle ne se contente pas de deviner ou de relire tout le livre. Elle utilise l'arbre comme une carte.

L'ancienne méthode : L'IA essaie de deviner quelles pages sont importantes et les lit. Si elle se trompe dans sa supposition, elle manque la réponse.
La nouvelle méthode (Récupération Adaptative) :
1. L'IA regarde le sommet de l'arbre (les grands thèmes). Elle demande : « Quelle branche de l'arbre est susceptible de contenir la réponse ? »
2. Elle choisit cette branche et regarde les branches plus petites en dessous.
3. Elle continue de zoomer, passant de la vue d'ensemble aux scènes spécifiques (la feuille) où la réponse est cachée.
4. Elle lit uniquement cette scène spécifique pour répondre à la question.

L'analogie : Imaginez que vous cherchez une adresse précise dans une ville.

Ancienne méthode : Vous conduisez dans chaque rue de la ville jusqu'à ce que vous trouviez l'adresse.
Méthode de l'Arbre de l'Intrigue : Vous regardez la carte de la ville. Vous voyez le quartier (Niveau Supérieur), puis la rue spécifique (Niveau Intermédiaire), puis le numéro de la maison (Niveau Scène). Vous conduisez directement jusqu'à la maison.

Ce qu'ils ont découvert

Les chercheurs ont testé cette méthode sur trois ensembles différents de livres longs et de questions difficiles. Voici ce qui s'est passé :

Cela fonctionne mieux : La méthode « Storyline Tree » a battu toutes les autres méthodes testées, y compris les modèles spécifiquement entraînés pour lire de longs textes.
Les scènes comptent : Décomposer le livre en « scènes » était bien plus important que de simplement le décomposer en « chapitres ». Les chapitres sont souvent arbitraires (basés sur le nombre de pages), mais les scènes sont basées sur le flux réel de l'histoire.
L'approche de haut en bas l'emporte : Bien que la construction de l'arbre par le haut et par le bas ait fonctionné, construire l'arbre par le haut (en partant des grands thèmes) a légèrement mieux fonctionné. Cela donne à l'IA une « vision globale » plus claire pour naviguer.

L'essentiel à retenir

Ce document démontre que pour aider l'IA à comprendre les histoires longues, nous ne devons pas seulement lui donner plus de mémoire. Nous devons lui donner une structure. En organisant un livre en un arbre de scènes et d'intrigues, nous donnons à l'IA une carte pour naviguer dans l'histoire, lui permettant de trouver des réponses rapidement et avec précision sans se perdre dans des milliers de pages.

Résumé technique : Arbres de trames narratives pour les récits de longue forme

Problématique

Les récits de longue forme, tels que les romans, présentent un défi de taille pour les modèles de langage à contexte long actuels. Contrairement aux documents techniques dotés d'indices structurels explicites (titres, sections), les récits reposent sur des connexions implicites entre événements, personnages et intrigues distribués sur des centaines de pages. Même lorsque l'intégralité du texte tient dans la fenêtre de contexte d'un modèle, les performances se dégradent lors de tâches nécessitant l'intégration d'informations dispersées. Les méthodes existantes échouent souvent car elles reposent soit sur des structures documentaires explicites qui n'existent pas dans la fiction, soit traitent les récits comme des collections plates de passages récupérables, manquant ainsi d'une représentation réutilisable de la structure implicite du récit. De plus, les limites de chapitres sont souvent dictées par le rythme ou le style plutôt que par la cohérence thématique, ce qui en fait des unités inconsistantes pour tracer les fils narratifs.

Méthodologie

Les auteurs proposent les Arbres de trames narratives (Storyline Trees), une représentation hiérarchique qui organise les récits de longue forme, des thèmes globaux et des intrigues majeures jusqu'aux événements fins. La méthodologie se compose de trois composantes centrales :

1. Segmentation en scènes comme unités de base

Au lieu d'utiliser des chapitres ou des segments de longueur fixe, le système segmente les récits en scènes. Une scène est définie comme une unité narrative contiguë caractérisée par une cohérence relative en termes de temps, de lieu, de configuration des personnages et d'action.

Processus : Les chapitres sont d'abord extraits des métadonnées. Un LLM segmente ensuite chaque chapitre en scènes, générant pour chacune des descriptions structurées : un Titre (étiquette concise), un Synopsis (résumé du contenu) et une Signification (fonction narrative).
Justification : Les scènes fournissent un niveau de granularité cohérent aligné sur la théorie narrative, évitant la variabilité de la longueur des chapitres et les ruptures de continuité causées par la segmentation de longueur fixe.

2. Induction d'arbres

Le document introduit deux procédures complémentaires pour construire la hiérarchie :

Induction descendante (Top-Down) : Cette approche infère des trames narratives abstraites à partir de l'ensemble des scènes et les affine de manière récursive en sous-intrigues spécifiques. Elle s'aligne sur une vision où « l'intrigue prime », où les événements tirent leur sens de leur rôle dans des arcs plus larges. Le processus se conditionne sur la séquence complète des scènes et sur le niveau précédent de trames pour assurer une élaboration ancrée et spécifique.
Induction ascendante (Bottom-Up) : Inspirée par RAPTOR, cette approche part des représentations de scènes, regroupe de manière récursive les scènes sémantiquement liées, et résume chaque groupe en un nœud de trame de niveau supérieur. Cela correspond à une vision où « la scène prime », où les trames plus larges émergent des relations locales (personnages partagés, liens causaux).

3. Récupération adaptative pour le QA (Questions-Réponses)

L'arbre construit sert d'interface pour une procédure de récupération adaptative lors de l'étape de questions-réponses.

Mécanisme : Étant donné une question, le modèle récupère un ensemble initial de scènes. Il inspecte ensuite de manière itérative l'arbre de trames pour décider quelles parties du récit examiner ensuite.
Boucle de décision : À chaque étape, le modèle soit valide une réponse, soit demande des preuves provenant d'un nœud de trame spécifique. Si un nœud est sélectionné, son titre est utilisé comme requête pour récupérer les $k$ scènes les plus pertinentes de l'ensemble initial de scènes.
Avantage : Cela permet au modèle de restreindre progressivement son champ d'action, passant d'une structure narrative globale à des preuves de scènes localisées, guidé par une carte interprétable de l'histoire plutôt que par une politique de récupération plate.

Principales contributions

Arbres de trames narratives : Une représentation hiérarchique interprétable reliant les thèmes globaux aux preuves fines au niveau de la scène, spécifiquement conçue pour la structure implicite des récits de longue forme.
Méthodes de construction doubles : L'introduction de techniques d'induction à la fois descendantes et ascendantes, parallèlement à une procédure de récupération adaptative qui permet une exploration progressive de l'arbre.
Validation empirique : Démonstration de l'amélioration des performances sur trois benchmarks de QA de récits à contexte long (DetectiveQA, NovelQA, LiteraryQA), avec des études d'ablation confirmant l'efficacité des unités basées sur les scènes et du parcours adaptatif.

Résultats expérimentaux

Les expériences ont été menées sur trois jeux de données en utilisant des modèles Qwen3 (30B et 235B de paramètres) comme backbones.

Performance : La récupération adaptative descendante a systématiquement obtenu la meilleure précision sur tous les jeux de données et toutes les échelles de modèles, surpassant les bases zero-shot, les agents basés sur la mémoire (MemAgent), les approches d'arbres multi-agents (TOA) et les méthodes de récupération statiques.
Direction de construction : La construction descendante s'est avérée supérieure à la construction ascendante, suggérant qu'imposer d'abord une structure narrative globale et l'affiner vers le bas fournit une meilleure interface de récupération que l'agrégation locale.
Unités de base : La construction basée sur les scènes a nettement surpassé les alternatives utilisant des chapitres, des segments TextTiling ou des blocs sémantiques, même lorsque les budgets de récupération étaient équivalents en nombre de tokens. Cela indique que les limites définies par les auteurs et la cohérence sémantique générique sont insuffisantes pour le QA narratif.
Efficacité de la récupération : Les gains ne sont pas simplement dus à la récupération d'un contexte plus large. La récupération statique avec des budgets plus importants n'a pas amélioré les performances de manière fiable. L'approche par arbre guidé de manière adaptative a été la plus efficace car elle utilise activement la structure de l'arbre pour naviguer de preuves incomplètes vers des détails cruciaux au niveau de la scène.
Types de questions : La méthode a généré les gains les plus importants pour les questions nécessitant la localisation et l'interprétation d'événifs narratifs au sein de contextes plus larges (ex: questions sur l'intrigue, les personnages, le cadre et le sens).

Signification et affirmations

L'article affirme que rendre la structure narrative explicite offre une voie viable vers la compréhension de contexte long qui dépasse la simple extension des fenêtres de contexte. Les résultats suggèrent que :

La structure compte : Modéliser la structure implicite des trames est plus bénéfique que de traiter les récits comme des collections plates de passages.
L'adaptativité est la clé : La récupération adaptative guidée par une représentation hiérarchique permet aux modèles d'inspecter de manière itérative la structure de haut niveau et de récupérer des preuves au niveau de la scène à la demande, surpassant les méthodes de segmentation par blocs fixes ou agentiques.
Les scènes sont fondamentales : Les scènes servent d'unité de base plus efficace pour la représentation narrative que les chapitres ou les segments génériques car elles s'alignent sur la structure événementielle des récits de longue forme.

Les auteurs reconnaissent des limites, notant que le système actuel est entièrement basé sur le prompting, ce qui peut limiter la fiabilité des décisions de parcours par rapport à des politiques entraînées. Ils notent également que le coût computationnel de la construction de l'arbre est non négligeable, bien qu'il puisse être amorti sur plusieurs requêtes sur le même livre. Les travaux futurs suggérés se concentrent sur l'apprentissage de politiques de récupération et de parcours directement sur les arbres de trames, et sur l'extension de la représentation à d'autres genres narratifs.