FABULA：基于检索增强叙事构建的情报报告生成
信息检索
2024-06-04 v2
摘要
叙事构建是将分散的事件信息表示为逻辑情节结构以建模端到端故事的过程。情报分析是一个可从叙事构建技术中极大受益的领域，特别是在协助分析人员完成将事件信息综合为全面情报报告这一高度人工且昂贵的过程方面。人工情报报告生成常面临诸如整合动态事件信息、编写细粒度查询以及填补信息缺口等挑战。这促使我们开发一个系统，以有助于自动生成情报报告的形式检索并表征事件的关键方面。我们引入一种检索增强生成 (RAG) 方法，通过检索知识图谱中声明的结构化信息来增强自回归解码器的提示，从而基于叙事情节模型生成针对性信息。我们将该方法应用于神经情报报告生成问题，并介绍 FABULA，一个利用 RAG 增强情报分析工作流的框架。分析人员可使用 FABULA 查询事件情节图 (EPG) 以检索相关事件情节节点，这些节点可用于在情报报告生成过程中增强大语言模型 (LLM) 的提示。我们的评估研究表明，所生成情报报告中包含的情节节点具有高度语义相关性、高连贯性和低数据冗余。
引用
@article{arxiv.2310.13848,
title = {FABULA: Intelligence Report Generation Using Retrieval-Augmented Narrative Construction},
author = {Priyanka Ranade and Anupam Joshi},
journal= {arXiv preprint arXiv:2310.13848},
year = {2024}
}