反事实图方法用于对立叙事分析

Diego Revilla 等作者发表论文，提出一种从叙事中直接抽取实体交互图并据此分类的模块化框架，不依赖人工标注的节点角色标签。据该论文称，方法用领域适配的 BERT 编码器枚举候选实体，学习二部图结构后交由 Heterogeneous Graph Transformer 分类，并通过反事实蒸馏估计各节点的个体处理效应，平均剪除 75.2% 的图结构而不改变预测。 该方法在 PAN 基准上报告 F1 达到 0.93。这一结果来自论文自述的评测，尚待独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。