💬 NLP

Agenda-based Narrative Extraction: Steering Pathfinding Algorithms with Large Language Models

该论文提出了一种基于议程的叙事提取方法，通过将大语言模型融入路径搜索算法，在保持叙事连贯性仅轻微下降（2.2%）的前提下，显著提升了故事线对用户指定议程的语义对齐度（最高提升 13.3%），从而有效平衡了叙事连贯性、交互性与多视角支持。

原作者： Brian Felipe Keith-Norambuena, Carolina Inés Rojas-Córdova, Claudio Juvenal Meneses-Villegas, Elizabeth Johanna Lam-Esquenazi, Angélica María Flores-Bustos, Ignacio Alejandro Molina-Villablanca, Joshu

发布于 2026-04-01

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Brian Felipe Keith-Norambuena, Carolina Inés Rojas-Córdova, Claudio Juvenal Meneses-Villegas, Elizabeth Johanna Lam-Esquenazi, Angélica María Flores-Bustos, Ignacio Alejandro Molina-Villablanca, Joshua Emanuel Leyton-Vallejos

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文介绍了一种名为**“基于议程的叙事提取”的新方法。为了让你轻松理解，我们可以把这项技术想象成“用大语言模型（AI）当导游，在巨大的新闻图书馆里为你定制专属的旅行路线”**。

1. 背景：以前的“导游”有什么缺点？

想象你走进一个巨大的图书馆（里面有成千上万篇关于古巴抗议的新闻文章），你想了解这里发生了什么。以前的两种“导游”方法各有千秋，但也都有局限：

方法 A（像“连贯性优先”的导游）：
- 特点： 它只关心你走的每一步是否顺畅、逻辑是否通顺。它就像一条精心铺设的铁路，确保你从起点到终点，每一站都衔接得天衣无缝。
- 缺点： 它只给你一条固定的路线。不管你想看什么，它都只带你走它认为最“顺”的那条路，完全忽略你的个人兴趣。
方法 B（像“互动性优先”的导游）：
- 特点： 它很灵活，允许你随意分组、调整，甚至能同时给你展示好几条不同的路线。
- 缺点： 为了照顾多样性，它有时候会让路线变得断断续续，逻辑不够连贯，读起来可能有点跳脱。

这篇论文的目标就是：造一个**“既逻辑通顺，又能听你指挥”**的超级导游。

2. 核心创新：让 AI 当“私人定制”导游

作者们把大语言模型（LLM）（比如现在的 Claude 或 GPT）引入了导航算法中。

以前的导航： 算法只看哪两篇文章挨得近（逻辑连贯），就选哪条路。
现在的导航（基于议程）：
1. 你告诉 AI 一个**“议程”**（比如：“我想看政府是如何镇压抗议的”或者“我想看民众是如何争取自由的”）。
2. 当算法走到一个岔路口，面前有几篇看起来都连贯的文章时，它不再随机选，而是问 AI 导游：“这几篇文章里，哪一篇最符合我想看的‘镇压’主题？”
3. AI 导游会根据你的指令，把最符合你“口味”的文章排在前面，引导算法走那条路。

这就好比： 以前导航只告诉你“怎么走最快”，现在你可以说“我想看沿途的风景（比如只经过海边）”，导航就会在保持路况良好的前提下，特意带你绕路去海边。

3. 实验结果：真的有效吗？

作者用 2021 年古巴抗议的新闻数据做了测试，结果很有趣：

对于“字面意思”的议程（比如关键词匹配）：
如果议程里直接有文章里的词（比如“自由”），简单的关键词匹配就能做得很好，AI 并没有太大优势。
对于“深层含义”的议程（语义理解）：
这是 AI 的大显身手之处。比如议程是“政权镇压”，但文章里可能没有直接写“镇压”这个词，而是写了“逮捕”、“殴打”或“宵禁”。
- 简单关键词匹配会迷路，因为它找不到“镇压”这个词。
- AI 导游能理解这些词背后的含义，成功把它们串联起来，比简单匹配的效果提升了约 10%。
逻辑连贯性有损失吗？
几乎没有！AI 导游虽然为了迎合你的主题稍微绕了点路，但整条路线依然非常通顺，逻辑连贯性只下降了2.2%（几乎可以忽略不计）。
能不能编造故事？
不能。 作者测试了“反议程”（比如“抗议失败了”或“政府很受欢迎”），但发现所有方法都打不出高分。因为新闻库里全是抗议和反对政府的报道，AI 无法凭空捏造出库里没有的故事。这证明了该技术是“放大”现有的观点，而不是“制造”假新闻。

4. 一个生动的比喻：切蛋糕

想象新闻库是一个巨大的蛋糕：

以前的方法要么只切最整齐的一块（逻辑好但没得选），要么切得乱七八糟（花样多但不好吃）。
这篇论文的方法是：你告诉厨师（AI）“我想吃草莓味的那部分”。厨师会在保证蛋糕切面平整（逻辑连贯）的前提下，专门挑出草莓最多的那一块给你。
如果你非要厨师切出“巧克力味”的部分，但蛋糕里根本没有巧克力，厨师会诚实地告诉你：“这里没有巧克力”，而不是硬塞给你一块巧克力味的石头。

5. 总结与意义

这项研究解决了一个长期存在的难题：如何在保持故事逻辑通顺的同时，让用户根据自己的视角去探索故事？

优点： 它让冷冰冰的算法有了“人情味”，能听懂你的需求，从同一堆新闻中讲出不同侧重点的故事（比如侧重“政府反应”或侧重“民众诉求”）。
代价： 稍微多花一点点计算时间（因为要问 AI 问题），但换来了更精准、更符合你心意的叙事。
启示： 这让我们明白，AI 可以帮我们更好地理解信息，但它不能无中生有。它是一面镜子，照出数据中已有的不同侧面，而不是一个可以随意撒谎的魔术师。

简单来说，这就是给新闻阅读加了一个**“智能滤镜”**，让你既能看清全貌，又能专注于你想看的那个角落，而且画面依然清晰不模糊。

基于议程的叙事提取：利用大语言模型引导路径搜索算法

以下是对论文《Agenda-based Narrative Extraction: Steering Pathfinding Algorithms with Large Language Models》的详细技术总结：

1. 研究背景与问题定义

核心问题：现有的叙事提取方法在连贯性（Coherence）、**交互性（Interactivity）和多故事线支持（Multi-storyline Support）**之间存在权衡。

Narrative Maps：支持丰富的交互和生成多条故事线，但为了覆盖语料库，往往牺牲了单条路径的连贯性。
Narrative Trails：通过优化最大容量路径（Maximum Capacity Path）实现了极高的连贯性，但输出是确定性的单一路径，缺乏用户引导机制，无法根据特定视角生成替代性叙事。

研究目标：提出一种**基于议程的叙事提取（Agenda-based Narrative Extraction）**方法，旨在填补上述空白。该方法旨在保留 Narrative Trails 的高连贯性优势，同时通过用户定义的“议程”（自然语言描述的用户视角）引入交互性，引导算法生成符合特定视角的故事线。

研究问题：

LLM 引导的 steering 能否在保持叙事连贯性的同时，生成符合指定议程的叙事？
议程对齐度（Agenda Alignment）与叙事连贯性之间的权衡关系如何？

2. 方法论 (Methodology)

2.1 基础框架：连贯性图与最大容量路径

该方法基于 Narrative Trails 框架：

构建连贯性图：将文档作为节点，边权重表示文档间的连贯性。
- 使用 Sentence-BERT 进行嵌入，经 UMAP 降维至 2D 后，利用 HDBSCAN 进行软聚类，得到文档的主题分布。
- 连贯性函数 $\theta(d_u, d_v)$ 结合空间邻近度（2D 投影的角相似度）和主题相似性（Jensen-Shannon 散度）。
路径搜索：寻找从源节点到目标节点的“最大容量路径”（即路径中最弱边的权重最大化），确保叙事中每一步的过渡质量都高于阈值。

2.2 核心创新：议程驱动的路径搜索 (Agenda-Driven Pathfinding)

作者修改了传统的贪心路径搜索算法，引入大语言模型（LLM）进行动态排序：

候选池扩展：在每一步搜索中，不再仅选择连贯性最高的单一邻居，而是选取连贯性最高的前 $k$ 个候选文档。
LLM 重排序：
- 构建提示词（Prompt），包含：议程描述、当前叙事上下文（已选文档标题）、当前与目标文档标题、候选文档列表。
- 指令 LLM 根据候选文档与议程的对齐程度进行排序。
- 使用 Gemma 3 (12B) 模型，设置温度 0.3，输出 JSON 格式的排名。
优先级队列更新：将 $k$ 个候选者按 LLM 的排名推入优先队列。排名最高的候选者获得最高优先级被优先探索，低排名的候选者保留用于回溯（Backtracking），以防死胡同。

2.3 基线方法

最大容量（Maximum Capacity）：原始 Narrative Trails 算法（ $k=1$ ），仅优化连贯性，无议程引导。
关键词匹配（Keyword Matching）：使用 TF-IDF 计算候选文档与议程文本的相似度，结合连贯性得分进行加权选择（ $\alpha=0.5$ ）。

2.4 评估框架

数据集：418 篇关于 2021 年古巴抗议活动的新闻文章。
议程定义：
- 简单议程：包含语料库中字面出现的关键词（如“自由”、“共产主义”）。
- 语义议程：需要推理而非字面匹配（如“政权镇压”、“政府审查”）。
- 反事实议程（Counter Agendas）：与语料库事实相悖（如“抗议失败”、“政权受支持”），用于测试系统是否会编造叙事。
评估指标：使用两个前沿 LLM（Claude Opus 4.5 和 GPT 5.1）作为裁判，评估连贯性（逻辑流、主题一致性等）和对齐度（议程支持度、说服力等）。

3. 关键结果 (Key Results)

3.1 对齐度表现

语义议程：LLM 驱动的方法显著优于关键词匹配。在“政权镇压（Regime Crackdown）”议程上，LLM 方法比关键词匹配高出 13.3% ( $p=0.037$ )。
简单议程：关键词匹配表现最佳或相当，因为字面重叠足以捕捉相关性。
总体提升：在语义议程上，LLM 驱动方法比关键词匹配平均高出 9.9% ( $p=0.017$ )。

3.2 连贯性代价

LLM 引导导致的连贯性下降极小，仅为 2.2%（6.19 vs 6.33）。
连贯性与对齐度之间的相关性很弱 ( $r \approx 0.10$ )，表明两者并非零和博弈，可以在保持高连贯性的同时实现高对齐。

3.3 反事实验证

所有方法在“反事实议程”（如“政权受支持”）上的得分均极低（2.2-2.5），且差异微小。
结论：系统无法编造语料库中不存在的叙事。议程引导仅能放大数据中已有的视角，不能无中生有。

3.4 敏感性分析

提示工程：使用**思维链（Chain-of-Thought, CoT）**提示显著提升了 25.7% 的对齐度，但增加了 5 倍的计算时间。
参数鲁棒性：候选池大小 ( $k$ ) 和温度参数对结果影响不大，系统表现稳健。

4. 主要贡献 (Key Contributions)

方法论创新：提出了“基于议程的叙事提取”范式，成功将 LLM 集成到基于图的路径搜索算法中，实现了从“纯数据驱动”到“用户意图驱动”的转变。
解决权衡难题：证明了通过自然语言议程引导，可以在不显著牺牲叙事连贯性的前提下，实现多视角的故事线生成，填补了 Narrative Maps（高交互低连贯）和 Narrative Trails（高连贯低交互）之间的空白。
实证发现：
- 揭示了 LLM 在理解语义隐含意义（如从“逮捕”推断“镇压”）方面的优势，超越了简单的关键词匹配。
- 验证了 LLM 引导的边界：系统受限于源数据，无法伪造与事实完全相悖的叙事。
评估体系：建立了基于双 LLM 裁判的自动化评估框架，有效衡量了叙事连贯性与议程对齐度。

5. 意义与影响 (Significance)

交互式分析工具：为情报分析、新闻摘要等领域提供了一种新工具，允许分析师通过自然语言快速探索同一事件的不同叙事侧面，而无需手动操作复杂的图结构。
可解释性与透明度：通过显式的“议程”输入，使得叙事生成的偏见和视角变得可研究、可审计，有助于识别和对抗信息操纵。
技术启示：展示了在传统的图算法中嵌入 LLM 作为“排序代理（Ranking Agent）”的有效性，为信息检索和文本挖掘中的个性化路径搜索提供了新思路。

局限性：研究目前仅基于单一语料库（古巴抗议），通用性需进一步验证；LLM 推理带来的延迟可能影响实时交互体验；评估主要依赖 LLM 裁判，未来需引入人工评估以验证其在下游任务中的实际效用。