💻 computer science

Who Speaks Matters: Authority-Aware Multi-View RAG over Italian Parliamentary Proceedings

本文介绍了 ParliamentRAG，一种针对意大利议会程序的权威感知检索增强生成系统，该系统能够根据特定查询的专业性动态调整发言者的权重，以减轻支配偏差和引用错误，在政治覆盖面和引用忠实度方面均优于 Google NotebookLM，同时保持了极高的专家偏好度。

原作者： Mirko Tritella, Riccardo Pozzi, Matteo Palmonari

发布于 2026-08-14

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Mirko Tritella, Riccardo Pozzi, Matteo Palmonari

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

想象一下，你正走进一座巨大且嘈杂的图书馆，成千上万的人正在那里为如何治理世界进行一场宏大的、混乱的辩论。这不仅仅是一座普通的图书馆；这是意大利议会，一个由民选代表就法律、正义和国家未来进行争论的地方。问题在于，这座图书馆如此庞大，而辩论也散落在不同的房间和不同的日期里，以至于普通人几乎不可能弄清楚每个人对某个特定话题到底是怎么想的。如果你只是问一个超级聪明的机器人“总结一下这场辩论”，这个机器人可能会感到困惑。它可能会只听取那些声音最大的发言者，忽略了安静的专家，或者不小心编造出从未发生过的引言。这就是“检索增强生成”（RAG）所面临的挑战——这是一种试图通过先阅读大量文档来回答问题的 AI 技术。核心问题是：我们如何构建一种 AI，让它不仅能选出嗓门最大的发言者，还能真正理解谁是特定领域的专家，并确保它陈述事实而不凭空捏造？

这篇论文介绍了一个名为 ParliamentRAG 的新系统，专门旨在解决意大利众议院面临的这些问题。你可以把 ParliamentRAG 想象成一位超级组织严密、公正无私的图书管理员，她不会仅仅大声喊出她找到的第一个答案。相反，这位图书管理员拥有一张特殊的地图（称为“知识图谱”），这张地图将每位政治家与其职务、教育背景以及他们签署的法律联系在一起。当你问这样一个问题时：“不同政治派系对司法改革有什么看法？”系统并不会仅仅抓取最常见的演讲。它首先会查明谁是该特定话题的真正专家，从而确保每个政治派别都能获得公平的声音，即使他们的发言频率不如其他人高。

研究人员发现，他们的系统在两方面表现得极其出色，而这正是其他 AI 工具经常出错的地方。首先，它绝不会捏造引言。如果系统说某位政治家表达了某种观点，那么它百分之百保证是官方记录中的原话，就像一张完美的复印件，而不是一段模糊的记忆。其次，它确保涵盖了几乎所有政治派别的观点（占比 97%），而他们测试的一款流行的商业 AI 工具在约 5% 的情况下会遗漏某些派别。虽然那款商业工具写的句子更流畅、更“精炼”，但测试专家认为，在寻找正确来源和确保政治平衡感方面，ParliamentRG 更受青睐。作者指出，虽然 AI 在写作方面很擅长，但在处理复杂的政治辩论时，它需要这种特殊的“具备权威意识”的结构才能真正值得信赖。

核心理念：为什么“谁”与“什么”同样重要

要理解为什么 ParliamentRAG 如此特别，你必须理解 AI 在阅读政治辩论时通常会掉入的三个陷阱：

“大嗓门”陷阱： AI 往往认为说话最多的人才是最重要的。但在政治中，一位关于医疗保健问题的安静专家，可能比一位什么都谈论的吵闹政客更了解情况。
“扁平化”陷阱： AI 往往将所有人的意见视为平等，忽略了有些人实际上是该话题的专家，而另一些人只是发表了一些微小的评论。
“幻觉”陷阱： AI 有时会发明引言或错误地归属来源，当涉及法律和政府行为时，这是非常危险的。

ParliamentRAG 通过使用知识图谱解决了这个问题。想象一个巨大的蜘蛛网，每一个节点都是一个人、一项法律或一次演讲，而连接它们的线展示了彼此的关系。这个网络知道“罗西参议员”是“司法委员会”的成员，拥有“法学”学位，并在去年签署了一项特定的法案。当你提出一个问题时，系统不仅仅是在寻找关键词；它还会观察这个网络，以找到那些真正对该话题做过工作的人，比如签署法律或参与委员会的人。它通过观察这个网络来计算一个**“权威分值”**。它会自问：“这个人现在是这个特定领域的专家吗？”它会权衡其教育背景、职业以及近期的活动，以此来决定谁的声音应该被听到。

系统运作方式：四步舞曲

该系统运作起来就像一个高效的新闻编辑部，分为四个清晰的步骤：

双通道搜索： 当你提出一个问题时，系统会同时使用两个搜索引擎。一个寻找在语义上与你的问题相似的演讲（语义搜索）；另一个则查看蜘蛛网（图谱），寻找那些实际在相关领域开展过工作的人，例如签署法律或担任委员会成员的人。这确保了它既能找到相关的词汇，也能找到相关的专家。
权威分值计算： 一旦获得了一份潜在演讲名单，系统会为每位发言者计算一个分数。它结合了发言者的背景（教育、职业）与近期的行动（签署了多少法律、发表了多少演讲）。至关重要的是，这个分数会根据问题而变化。一位发言者可能是“移民”问题的权威，但在“经济”问题上则不然。
多视角筛选： 系统从十个政治派别中各挑选出一位顶尖专家。这保证了最终的答案不仅仅是单方面的说法，而是一个不同视角的合唱。
“无废话”生成： 这是最独特的部分。当 AI 撰写摘要时，它本身并不编写引言。它会编写类似 [来自演讲 #45 的引言] 的占位符。然后，一个独立的步骤会回到原始的官方文本中，并将该演讲的精确文字粘贴到该位置。这意味着系统在字面上无法在所言内容上撒谎。

结果：公平性胜过流畅度

研究人员针对 15 个不同的政治话题，将 ParliamentRAG 与强大的商业 AI Google NotebookLM 进行了对比测试。他们邀请了六位人类专家（记者和政策分析师）来评判结果。

以下是他们的发现：

完美的真实性： ParliamentRAG 在“引言忠实度”上达到了 1.00 的得分，这意味着每一条引言都与原文完全匹配。NotebookLM 得分为 0.95，意味着大约 5% 的引言存在偏差或被转述了。
更好的覆盖面： ParliamentRAG 涵盖了 97% 的政治派别，而 NotebookLM 仅达到了 95%。
专家偏好： 当人类专家被问及更倾向于哪个系统时，他们更多地选择了 ParliamentRAG，尤其是在“来源覆盖度”（25% 对比 5%）和“来源权威性”方面。他们认为 ParliamentRAG 在寻找正确专家和平衡不同政治观点方面做得更好。
权衡取舍： NotebookLM 在“回答质量”和“清晰度”方面胜出。它的句子流动性更好，读起来更像一篇精炼的文章。然而，专家们指出，尽管 NotebookLM 听起来更悦耳，但 ParliamentRAG 在可靠性和平衡感方面更胜一筹。

这意味着什么

论文表明，对于分析政府辩论等严肃任务，仅仅“听起来不错”是不够的。你需要一个在结构上被设计为公平且准确的系统。作者认为，你不能仅仅通过简单的指令告诉 AI “要公平”；你必须将公平性构建进系统的架构中，就像 ParliamentRAG 通过其权威分值和严格的引用检查所做的那样。

虽然这项研究局限于 15 个话题，并且没有测试所有可能的场景，但结果有力地表明，增加一层“具备权威意识”的结构和严格的来源追踪，可以使 AI 在处理公民信息时更加可靠。作者总结道，在通用满意度方面，他们的系统可以媲美顶尖的商业工具，但在对民主至关重要的维度——平衡、准确性以及明确知晓实际发言者是谁——方面，它显著超越了后者。

技术摘要：面向意大利议会会议记录的权威感知多视角 RAG

1. 问题陈述

议会会议记录是民主审议的主要记录，然而其庞大的规模和碎片化特征阻碍了公民、记者和研究人员进行多视角的获取。手动导航成本高昂，且标准的基于关键词的搜索门户只能返回孤立的文档，而非综合性的多视角答案。

将标准的检索增强生成（RAG）应用于政治转录文本会引入作者识别出的三种特定风险：

频繁发言者的主导地位： 标准 LLM 倾向于过度代表最活跃的角色，这反映了语料库的分布不对称性，而非真实的政治格局。
缺乏主题权威性： 系统往往根据内容相似度平铺所有发言者，忽略了区分主题专家与边缘评论者的元数据。
引用误归因： 在政治敏感背景下，即使是极低比例的幻觉或误归因引用的发生，也无法满足新闻或机构的使用需求。

挑战在于构建一个既能提供议会立场忠实的多视角摘要，又能确保可追溯至原始演讲，并避免孤立干预过度代表的系统。

2. 方法论：ParliamentRAG

作者提出了 ParliamentRAG，这是一个专为意大利众议院设计的 RAG 系统。该系统构建于统一的知识图谱（KG）之上，遵循检索—排序—生成的流水线，并将多视角呈现、权威感知和引用可追溯性作为首要约束条件。

2.1 知识图谱架构

该系统运行在一个单一的 Neo4j 实例属性图中，集成了来自意大利众议院开放数据基础设施（RDF 格式）的数据。

模式（Schema）： 图谱模拟了一个层级结构：会议 (Session) → 辩论 (Debate) → 阶段 (Phase) → 演讲 (Speech) → 文本块 (Chunk)。
实体： 包括 387 名议员、10 个议会党团、80 个委员会、6,010 场辩论和 40,416 场演讲。
富化： 节点属性包括以向量形式嵌入的传记数据（教育、职业），以及具有时间限定的关系（例如，带有起止日期的 MEMBER_OF_GROUP），以处理联盟变动。
检索单元： 演讲被分割为 151,073 个文本块。每个文本块存储文本、稠密嵌入以及字符级偏移量（start_char_raw, end_char_raw），以实现逐字重构。

2.2 双通道检索

为了确保语义相关性和制度专业性，系统采用了双通道检索策略：

稠密通道（Dense Channel）： 对演讲文本块进行向量相似度搜索，以捕捉主题相关性。
图通道（Graph Channel）： 基于立法活动检索证据。它识别与查询相关的议会法案，遍历其签署人（主要签署人和共同签署人），并检索与其相关的演讲文本块。它还优先考虑来自相关委员会成员的文本块。

2.3 权威感知重排序

检索到的证据通过复合评分进行合并和重排序：
$score(e) = w_{rr}r(e) + w_{dd}d(e) + w_{vv}v(e) + w_{a}authority(s_e, q) + w_{\sigma}\sigma(e)$
其中 $s_e$ 是发言人。权重优先考虑相关性（$0.35 $）和显著性（$ 0.25 $），而多样性和覆盖率（$ 0.15 $和$ 0.20$）则确保了党团平衡。

权威度评分计算：
权威度是在检索后计算的，旨在为排序提供信息而不覆盖主题相关性，它是一个依赖于查询的评分，聚合了以下指标：

语义相似度： 查询与发言人属性（职业、教育、委员会角色）之间的余弦相似度。
活跃信号： 经时间衰减处理的签署立法案和演讲干预次数。
时间衰减： 近期的活动比过去的声望权重更高。
党团隶属关系： 在查询时解析，以确保仅考虑当前的党团活动。

2.4 多视角生成流水线

生成过程遵循四个阶段的流水线：

分析（Analyze）： 将查询拆分为与每个议会党团的证据相链接的原子命题。
生成（Generate）： 为 10 个议会党团中的每一个生成一个章节，并按该党团内发言人的权威度评分进行排序。如果某个党团没有证据，则明确说明。
整合（Integrate）： 将各章节组合成连贯的叙述。
引用（Cite）： 至关重要的是，LLM 从不生成引用文本。 它插入带有字符偏移量的占位符，随后通过确定性方式将其替换为原始转录文本中的逐字子串。这通过构造保证了 100% 的引用忠实度。

3. 实验评估

该系统在 15 个政策主题的基准测试中，针对 Google NotebookLM（使用 Gemini 3 的强力商业基准）进行了评估。

3.1 协议

数据集： 涵盖八个宏观领域（如司法、移民、经济）的 15 个主题。
基准设置： 为 NotebookLM 提供了一个包含约 300 个文本块（相关内容 + 干扰项）的精选上下文，以模拟专家检索，因为向其输入全量语料被认为是不可行的。
评估指标：
- 自动化指标： 覆盖率（包含引用的党团、完整性）、引用忠实度和平均权威度。
- 人工评估： 六名领域专家（记者、分析师）对 67 组配对评估进行了盲测 A/B 测试，涵盖九个李克特量表维度。

3.2 结果

自动化指标：

引用忠实度： ParliamentRAG 达到了 1.00（完美），而 NotebookLM 为 0.95。
党团覆盖率： ParliamentRAG 覆盖了 0.97 的党团（对比 NotebookLM 的 0.95）。
权威度： ParliamentRAG 引用的发言人平均权威度略高（0.53 对比 0.52）。

人工评估：

整体满意度： 两系统相当（ParliamentRAG 为 4.24，NotebookLM 为 4.27）。
流畅度： NotebookLM 在侧重于散文维度的指标（回答质量、清晰度）上更受青睐，这可能归功于其单体生成模式和更强大的底层模型。
来源与平衡性： ParliamentRAG 在直接与其设计理念一致的维度上显著优于 NotebookLM：
- 来源覆盖度： 4.64 对 4.39（偏好率为 25% 对比 NotebookLM 的 5%）。
- 来源权威度： 4.21 对 4.00。
- 平衡感感知： 4.66 对 4.48。

4. 核心贡献与意义

本文声称了以下贡献与意义：

新颖架构： 这是首个将结构化议会图谱与查询依赖型权威建模以及多视角生成集成在统一 RAG 架构中的工作。
构造性保证： 该系统提供了逐字引用忠实度的结构性保证，解决了对于幻觉不可接受的公民信息系统中的关键问题。
权威建模： 提出了一种根据查询动态估计发言人权威度的方法，结合了传记、制度和时间信号，而非仅仅依赖内容相似度。
平衡呈现： 系统确保摘要能够代表所有议会党团，防止了频繁发言者的主导地位。
实证验证： 评估表明，虽然通用 LLM 在流畅度方面表现出色，但在政治背景下，通过架构强制执行的约束在来源可靠性、平衡性和可追溯性方面更为优越。

作者总结道，虽然可以通过更好的语言模型来缓解流畅度限制，但对于逐字归属和系统性党团覆盖的保证，需要特定的架构支持，这是仅靠提示词工程（prompting）无法提供的。该系统已在 parliamentrag.it 实时部署，源代码基于 Apache-2.0 协议开源。