arXiv cs.AI· Xinyu Sun, Zhangyue Yin, Xinyi Ju, Xin Wang·· 14 小时前AI 评分24
Critic's Eye：用叙事拓扑图推理实现长文本母题发现，Hit@5 达 84.8%
Critic's Eye: Review-Grounded Graph Reasoning for Long-Form Motif Discovery
AI 导读
研究者提出 Critic's Eye，将剧作建模为异质叙事拓扑图并对全局结构证据做判别式推理，在自建基准上取得 84.8% Hit@5，约为 Gemini-3-pro-preview（~22.6%）的四倍。分析显示序列模型即便大幅扩展也遭遇"语义天花板"，难以处理分散依赖，显式结构先验比参数扩展更适合解码长篇文学。
正文 · AI 翻译
摘要：深度叙事理解需要区分发生了什么与如何呈现，超越按时间顺序排列的 fabula，去解码 sjuzet，即主题得以呈现的话语组织方式。我们通过文学母题的复现来研究这一点（例如《麦克白》中的血），其中象征意义并非来自局部线索，而是通过整部作品中带有变化的重复而浮现。我们将这一设定操作化为计算母题发现，这是一项转导任务，利用一部戏剧的完整叙事结构来预测缺失的行-母题链接。我们提出 Critic's Eye，它将作品建模为异质叙事拓扑图，并基于全局结构证据进行判别式推理。Critic's Eye 在我们的基准上达到 84.8% 的 Hit@5，几乎是当前最先进的专有基础模型（Gemini-3-pro-preview，约 22.6%）的四倍。我们的分析揭示，尽管规模巨大，基于序列的模型仍触及“语义天花板”，难以解决分散的依赖关系。这些发现表明，对于解码长篇文学的复杂架构，显式结构先验是远比参数扩展更有效的归纳偏置。
| 评论： | 17 页，8 幅图，6 张表。EMNLP 2026 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.35011 [cs.AI] |
| （或 arXiv:2610.35011v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.35011 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Xinyu Sun [查看邮箱]
[v1]
2026 年 10 月 26 日星期一 08:21:22 UTC（896 KB）
来源：arXiv cs.AI · arxiv.org