研究人员开发了一个新的信息几何学框架，以论证事件驱动叙事抽取中使用的复合连贯性度量。该研究提出了一个复合度量 $C=\sqrt{A\cdot T}$，它结合了文档嵌入的角相似度（$A$）和主题邻近度（$T$），并为几何平均组合子提供了公理化表征。跨越不同语料库、嵌入族和主题模型的实验验证了该框架，表明几何平均是最优的，并且优于替代方法。 AI
影响 这项研究为改进叙事抽取提供了理论基础，可能增强AI系统理解和生成连贯故事的能力。
排序理由 该集群包含一篇详细介绍叙事抽取新框架和实验结果的学术论文。
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.29118v1 Announce Type: cross Abstract: Graph-based narrative extraction relies on a coherence function to score transitions between events, but the coherence metrics in current use are defined operationally and lack an information-theoretic foundation. We study the com…
Graph-based narrative extraction relies on a coherence function to score transitions between events, but the coherence metrics in current use are defined operationally and lack an information-theoretic foundation. We study the composite metric $C=\sqrt{A\cdot T}$, where $A$ is th…