A Structured Clustering Approach for Inducing Media Narratives¶

会议: ACL 2026
arXiv: 2604.10368
代码: 有（论文提及）
领域: NLP理解
关键词: 媒体叙事, 结构化聚类, 因果事件链, 角色分析, 框架理论

一句话总结¶

提出一个从大规模新闻语料中自动归纳媒体叙事模式的框架，通过联合建模事件因果链和角色（英雄/威胁/受害者）信息，使用角色约束的聚类算法将叙事链组织成语义连贯的叙事模式，在移民和枪支控制两个领域生成了可解释且与框架理论一致的叙事模式。

研究背景与动机¶

领域现状：媒体叙事在塑造公众舆论中具有巨大影响力。NLP 领域对媒体分析的研究已有不少积累，主要分为两类：(1) 粗粒度标签方法（如"左/右"立场、"政治/经济/安全"主题框架），可扩展但丢失了叙事结构的细微差异；(2) 领域特定分类法（如针对移民或经济议题的专用标签），能捕捉细微差异但缺乏跨领域泛化能力。

现有痛点：粗粒度方法忽略了传播学研究强调的细腻叙事结构——如何通过角色设定、因果构建来引导读者走向特定结论。而领域特定方法需要大量手工标注，无法扩展到新领域。两类方法的割裂限制了跨领域的一致性叙事分析。

核心矛盾：可扩展性与解释深度之间的矛盾——要么牺牲叙事细节换取规模，要么牺牲规模换取深度。

本文目标：设计一个既能保持叙事结构深度（事件因果关系+角色功能定位）又能在无需领域特定分类法的前提下扩展到大规模语料的叙事归纳框架。

切入角度：从传播学中的叙事政策框架（Narrative Policy Framework）出发，将角色（英雄/威胁/受害者）作为叙事分析的关键结构元素，通过角色约束将表面相似但叙事含义不同的事件链区分开。

核心 idea：用事件因果链+角色标注构建叙事的原子表示，再通过角色约束的聚类（cannot-link constraints）自动归纳出跨文章的高层叙事模式。

方法详解¶

整体框架¶

多阶段 pipeline：(1) 从新闻文章中提取事件（谓词+宾语元组）→ (2) 识别事件间的因果关系 → (3) 将因果事件链自然语言化 → (4) 提取角色及其叙事功能（英雄/威胁/受害者）→ (5) 基于角色约束进行结构化聚类 → (6) 用 LLM 为每个聚类生成叙事模式描述。

关键设计¶

因果叙事链构建:
- 功能：从新闻文章中提取具有因果关系的事件序列作为叙事的原子单位
- 核心思路：首先用依赖解析提取 (verb, object) 事件元组，然后用 DAPrompt 方法识别事件对间的因果关系。为降低成本，用 Llama 3.3 70B 对 20K 事件对生成银标签，再蒸馏到轻量 DAPrompt 模型。最后用 DeepSeek-R1 推理模型将因果三元组自然语言化为连贯句子
- 设计动机：比纯事件序列更有信息量——因果链揭示了叙事中的"因为X所以Y"逻辑，这正是媒体操纵性叙事的核心手法
角色与叙事功能标注:
- 功能：识别叙事链中的角色及其在故事中的功能定位
- 核心思路：先用 Llama 3.3 70B 在 5-shot 设置下从文章中提取角色提及，再用 k-means 将角色提及聚类为角色组（如"移民"、"执法者"）。然后用 DeepSeek-R1 在 zero-shot 设置下为每个角色标注叙事功能（英雄/威胁/受害者）和整体立场（支持/反对）
- 设计动机：同一事件链中角色的功能分配决定了叙事的意识形态方向。例如"移民=受害者+执法者=威胁"vs"移民=威胁+执法者=英雄"虽然涉及同样的实体，但传递完全相反的信息
角色约束的结构化聚类:
- 功能：将语义相似但叙事含义不同的事件链区分开
- 核心思路：对角色功能配置冲突的链对（如同一角色组在两条链中被赋予不同功能）生成 cannot-link 约束。修改 k-means 目标函数为 \(\mathcal{R} = \frac{1}{2}\sum \|x_i - \mu_{l_i}\|^2 + \sum w_c \mathbf{1}[l_i = l_j]\)，即在距离项之外加入违反约束的惩罚。初始化也改为约束感知的 k-means++ 变体
- 设计动机：纯文本相似度的聚类会把"移民是受害者"和"移民是威胁"归到同一类（因为都涉及移民议题），角色约束强制将它们分开

叙事模式归因¶

聚类完成后，从每个聚类中抽样叙事链和角色信息，用 DeepSeek-R1 生成叙事模式描述，包含 Entman 框架理论的三要素（议题定义、评价、解决方案）。

实验关键数据¶

主实验（结构化聚类 vs 标准 k-means）¶

领域	方法	Frame F1	Exact Match Purity	Avg. Role Purity
移民	k-means	41.19	26.90	80.79
移民	Structured Clustering	42.32	32.79	81.48
枪支控制	k-means	37.65	29.22	81.18
枪支控制	Structured Clustering	41.68	36.66	82.90

消融实验（Top 25% 距质心最近的链）¶

领域	方法	Frame F1	Exact Match Purity
移民	k-means	33.22	32.31
移民	Structured	36.96	37.83
枪支控制	k-means	32.86	35.16
枪支控制	Structured	36.45	42.71

关键发现¶

结构化聚类在所有指标上一致优于标准 k-means，尤其在 Exact Match Purity 上提升最明显（枪支控制域 +7.44pp）
角色约束对区分细腻叙事差异至关重要：枪支控制域中"警察是英雄保护公众"vs"警察是威胁侵犯权利"被成功分开
因果链的自然语言化质量高：移民域 3.3/4，枪支控制域 3.49/4
角色标注准确度优异：枪支控制域 4.73/5，移民域 4.0/5
聚类中心附近的链质量更高（Top 25% 的纯度指标更好），说明聚类有意义的核心结构

亮点与洞察¶

将角色的叙事功能（英雄/威胁/受害者）作为聚类约束是一个巧妙的桥梁——连接了传播学理论和计算方法。这种做法让聚类结果不只是话题相似，更是叙事结构一致
pipeline 设计巧妙地平衡了成本和质量：用大模型生成银标签→蒸馏到轻量模型做推理，在因果关系预测上只损失 15% 性能但大幅降低成本
领域无关性是重要卖点：只需极少量的角色组标注（聚类级别而非样本级别），即可扩展到新领域

局限与展望¶

仅在两个英文政策领域（移民、枪支控制）验证，跨语言和更多领域的泛化性待考
因果关系预测的 F1 仅 58.46，错误可能级联到下游聚类
角色组的识别仍需要少量人工标注（聚类级别），完全无监督的角色发现是可能的改进方向
未考虑时间动态——叙事模式如何随时间演变（如选举前后的叙事转变）
聚类数目 k 的选择仍是开放问题

评分¶

新颖性: ⭐⭐⭐⭐ 首次将角色叙事功能作为聚类约束，理论动机扎实
实验充分度: ⭐⭐⭐⭐ 有人工评估+多指标，但只有两个领域
写作质量: ⭐⭐⭐⭐⭐ 动机清晰，图示直观，方法流程完整
价值: ⭐⭐⭐⭐ 对计算传播学和媒体分析有实际价值，方法可迁移