反事实图方法分析对立叙事，PAN基准达0.93宏F1

Diego Revilla 等在 arXiv 论文（2603.06135v3）中提出一种基于反事实图的对立叙事分析框架，直接从叙事中提取实体交互图并分类，无需标注节点级角色标签。作者称在标准 PAN Oppositional Narratives 基准上取得 0.93 的宏平均 F1 和 0.84 的 MCC，达到该基准的先进水平，参数量约为次佳系统的三分之一。 基于论文摘要：该方法用领域适配 BERT 提取实体，用异构图 Transformer 分类，并通过反事实蒸馏平均移除 75.2% 的实体节点而不改变预测。以上数字来自作者论文摘要，本站未核验全文。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。