研究者提出反事实图方法分析对立叙事

Diego Revilla 等作者提出一种模块化框架，直接从叙事文本中抽取实体交互图并据此分类，不依赖标注的节点级标签。该框架用领域适配的 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以剪枝。 作者称，该框架在 PAN 基准上以约三分之一参数达到当前最优（SOTA）水平。

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。