Resumo Técnico: Árvores de Linhas Narrativas para Narrativas de Longo Formato

Declaração do Problema

Narrativas de longo formato, como romances, apresentam um desafio significativo para os atuais modelos de linguagem de contexto longo. Diferente de documentos técnicos com pistas estruturais explícitas (títulos, seções), as narrativas dependem de conexões implícitas entre eventos, personagens e tramas distribuídos por centenas de páginas. Mesmo quando o texto completo cabe na janela de contexto de um modelo, o desempenho degrada-se em tarefas que exigem a integração de informações dispersas. Os métodos existentes falham frequentemente porque ou dependem de estruturas documentais explícitas que não existem na ficção, ou tratam as narrativas como coleções planas de passagens recuperáveis, carecendo de uma representação reutilizável da estrutura implícita da narrativa. Além disso, as fronteiras de capítulos são frequentemente ditadas pelo ritmo ou estilo, em vez da coerência temática, tornando-os unidades inconsistentes para rastrear fios narrativos.

Metodologia

Os autores propõem as Storyline Trees (Árvores de Linhas Narrativas), uma representação hierárquica que organiza narrativas de longo formato desde temas globais e grandes tramas até eventos de granularidade fina. A metodologia consiste em três componentes principais:

1. Segmentação de Cenas como Unidades Básicas

Em vez de usar capítulos ou segmentos de comprimento fixo, o sistema segmenta as narrativas em cenas. Uma cena é definida como uma unidade narrativa contígua caracterizada por uma consistência relativa de tempo, localização, configuração de personagens e ação.

• Processo: Os capítulos são primeiro extraídos de metadados. Um LLM então segmenta cada capítulo em cenas, gerando descrições estruturadas para cada uma: um Título (rótulo conciso), uma Sinopse (resumo do conteúdo) e uma Significância (função narrativa).
• Justificativa: As cenas fornecem um nível de granularidade consistente alinhado com a teoria narrativa, evitando a variabilidade dos comprimentos de capítulos e as quebras de continuidade causadas pela segmentação de comprimento fixo.

2. Indução de Árvore

O artigo introduz dois procedimentos complementares para construir a hierarquia:

• Indução Top-Down (Cima para Baixo): Esta abordagem infere linhas narrativas abstratas a partir do conjunto completo de cenas e as refina recursivamente em sub-linhas narrativas específicas. Ela se alinha a uma visão de "trama primeiro", onde os eventos derivam significado de seu papel em arcos maiores. O processo condiciona-se à sequência completa de cenas e ao nível anterior de linhas narrativas para garantir uma elaboração fundamentada e específica.
• Indção Bottom-Up (Baixo para Cima): Inspirada no RAPTOR, esta abordagem começa com representações de cenas, agrupa recursivamente cenas semanticamente relacionadas e resume cada cluster em um nó de linha narrativa de nível superior. Isso se alinha a uma visão de "cena primeiro", onde linhas narrativas mais amplas emergem de relações locais (personagens compartilhados, elos causais).

3. Recuperação Adaptativa para QA (Perguntas e Respostas)

As árvores construídas servem como uma interface para um procedimento de recuperação adaptativa durante o questionamento.

• Mecanismo: Dada uma pergunta, o modelo recupera um conjunto inicial de cenas. Ele então inspeciona iterativamente a árvore de linhas narrativas para decidir quais partes da narrativa deve examinar a seguir.
• Ciclo de Decisão: Em cada etapa, o modelo ou se compromete com uma resposta ou solicita evidências de um nó de linha narrativa específico. Se um nó for selecionado, seu título é usado como uma consulta para recuperar as $k$ cenas mais relevantes do pool original de cenas.
• Vantagem: Isso permite que o modelo estreite progressivamente seu foco, de uma estrutura narrativa ampla para evidências de cena localizadas, guiado por um mapa interpretável da história, em vez de uma política de recuperação plana.

Principais Contribuições

1. Storyline Trees: Uma representação hierárquica interpretável que conecta temas globais com evidências de nível de cena detalhadas, especificamente projetada para a estrutura implícita de narrativas de longo formato.
2. Métodos de Construção Duais: A introdução de técnicas de indução tanto top-down quanto bottom-up, juntamente com um procedimento de recuperação adaptativa que permite a exploração progressiva da árvore.
3. Validação Empírica: Demonstração de melhorias de desempenho em três benchmarks de QA de narrativa de longo contexto (DetectiveQA, NovelQA, LiteraryQA), com estudos de ablação confirmando a eficácia das unidades baseadas em cenas e da travessia adaptativa.

Resultados Experimentais

Experimentos foram conduzidos em três conjuntos de dados usando modelos Qwen3 (30B e 235B parâmetros) como backbones.

• Desempenho: A recuperação adaptativa top-down alcançou consistentemente a melhor precisão em todos os conjuntos de dados e escalas de modelos, superando baselines zero-shot, agentes baseados em memória (MemAgent) e abordagens de árvore multi-agente (TOA), além de métodos de recuperação estática.
• Direção de Construção: A construção top-down provou ser superior à bottom-up, sugerindo que impor uma estrutura narrativa global primeiro e refiná-la para baixo fornece uma interface de recuperação melhor do que agregar localmente.
• Unidades Básicas: A construção baseada em cenas superou significativamente as alternativas que utilizam capítulos, segmentos TextTiling ou chunks semânticos, mesmo quando os orçamentos de recuperação foram equiparados por contagem de tokens. Isso indica que fronteiras definidas pelo autor e coerência semântica genérica são insuficientes para QA de narrativa.
• Eficiência de Recuperação: Os ganhos não se devem meramente à recuperação de mais contexto. A recuperação estática com orçamentos maiores não melhorou o desempenho de forma confiável. A abordagem guiada pela árvore adaptativa foi mais eficaz porque utilizou ativamente a estrutura da árvore para navegar de evidências incompletas para detalhes cruciais de nível de cena.
• Tipos de Pergunta: O método gerou os maiores ganhos em perguntas que exigem a localização e interpretação de eventos narrativos dentro de contextos mais amplos (ex: perguntas sobre trama, personagem, cenário e significado).

Significância e Alegações

O artigo alega que tornar a estrutura narrativa explícita oferece um caminho viável para a compreensão de contexto longo que vai além de simplesmente estender as janelas de contexto. Os resultados sugerem que:

• Estrutura Importa: Modelar a estrutura implícita da linha narrativa é mais benéfico do que tratar narrativas como coleções planas de passagens.
• Adaptabilidade é a Chave: A recuperação adaptativa guiada por uma representação hierárquica permite que os modelos inspecionem iterativamente a estrutura de alto nível e recuperem evidências de nível de cena sob demanda, superando métodos baseados em chunks estáticos ou agênticos.
• Cenas são Fundamentais: As cenas servem como uma unidade básica mais eficaz para a representação narrativa do que capítulos ou segmentos genéricos, pois se alinham com a estrutura de eventos de narrativas de longo formato.

Os autores reconhecem limitações, observando que o sistema atual é inteiramente baseado em prompts, o que pode limitar a confiabilidade das decisões de travessia em comparação com políticas treinadas. Eles também observam que o custo computacional da construção da árvore não é trivial, embora possa ser amortizado através de múltiplas consultas no mesmo livro. O trabalho futuro sugerido foca em aprender políticas de recuperação e travessia diretamente sobre as árvores de linhas narrativas e em estender a representação para outros gêneros narrativos.