[논문 리뷰] Narrative Maps: An Algorithmic Approach to Represent and Extract Information Narratives

Brian Keith, Tanushree Mitra|arXiv (Cornell University)|2020. 09. 09.

Topic Modeling참고 문헌 67인용 수 6

한 줄 요약

이 논문은 공식적 서사 이론에 기반한 경로 지도 은유를 활용하여 온라인 데이터에서 시간 기반 서사를 표현하고 추출하는 알고리즘 프레임워크인 Narrative Maps를 소개한다. 이는 일관성과 커버리지 최대화를 목표로 하는 최적화 기반 그래프 추출 방법을 사용하며, 평가를 통해 사용자에게 복잡한 서사를 효과적으로 전달할 수 있음을 입증한다. 응용 분야로는 저널리즘, 지능 분석 및 가짜 뉴스 탐지가 있다.

ABSTRACT

Narratives are fundamental to our perception of the world and are pervasive in all activities that involve the representation of events in time. Yet, modern online information systems do not incorporate narratives in their representation of events occurring over time. This article aims to bridge this gap, combining the theory of narrative representations with the data from modern online systems. We make three key contributions: a theory-driven computational representation of narratives, a novel extraction algorithm to obtain these representations from data, and an evaluation of our approach. In particular, given the effectiveness of visual metaphors, we employ a route map metaphor to design a narrative map representation. The narrative map representation illustrates the events and stories in the narrative as a series of landmarks and routes on the map. Each element of our representation is backed by a corresponding element from formal narrative theory, thus providing a solid theoretical background to our method. Our approach extracts the underlying graph structure of the narrative map using a novel optimization technique focused on maximizing coherence while respecting structural and coverage constraints. We showcase the effectiveness of our approach by performing a user evaluation to assess the quality of the representation, metaphor, and visualization. Evaluation results indicate that the Narrative Map representation is a powerful method to communicate complex narratives to individuals. Our findings have implications for intelligence analysts, computational journalists, and misinformation researchers.

연구 동기 및 목표

• 현대의 온라인 시스템이 시간 기반 사건에 대한 인간의 이해에 핵심적인 서사를 반영하지 못하는 격차를 해결하기 위해.
• 공식적 서사 이론에 기반한 경로 지도 은유를 활용하여 이론 기반의 계산적 서사 표현을 개발하기 위해.
• 일관성과 커버리지 최대화를 동시에 고려하여 대규모 데이터에서 서사 지도를 추출하는 새로운 최적화 기반 알고리즘을 설계하기 위해.
• 사용자에게 복잡한 서사를 효과적으로 전달하는 데 있어 서사 지도 표현의 효과성을 평가하기 위해.
• 지능 분석, 컴퓨팅 저널리즘, 가짜 뉴스 탐지 등 실용적 응용을 가능하게 하기 위해.

제안 방법

• 노드를 사건으로, 간선을 인과적 또는 시간적 관계로 간주하는 방향성 있는 비순환 그래프(DAG)로 서사를 표현하며, 간선의 가중치는 일관성을 반영한다.
• 서사 이론의 요소(예: 스토리라인, 랜드마크, 주제)를 시각적 및 계산적 구성요소로 매핑하기 위해 경로 지도 은유를 활용한다.
• 구조적 제약(예: 비순환성)과 주제 커버리지 제약을 만족하면서도 서사 일관성을 최대화하는 최적화 기법을 적용한다.
• 그래프 내에서 가장 일관성 있는 경로로 주요 스토리라인을 추출하고, 보조 스토리라인에서 핵심 사건으로서의 랜드마크를 식별한다.
• 다양한 스토리라인에 걸쳐 반복되는 아이디어를 식별함으로써 주제 분석을 통합하여 서사의 핵심 주제를 특성화한다.
• 신뢰성, 편향, 5W1H 요소 및 요약 정보를 추가하여 고급 분석을 지원하는 애너테이션을 표현에 통합한다.

실험 결과

연구 질문

• RQ1 RQ1: 이론 기반의 시각적 은유를 사용하여 서사를 어떻게 계산적으로 표현할 수 있는가?
• RQ2 RQ2: 대규모 온라인 데이터에서 일관성 있는 서사 표현을 어떻게 추출할 수 있는가?
• RQ3 RQ3: 제안된 서사 지도 표현이 복잡한 서사를 전달하는 데 얼마나 효과적인가?
• RQ4 RQ4: 서사 지도 표현을 신뢰성과 편향과 같은 맥락적 요소를 포함하도록 확장할 수 있는가?
• RQ5 RQ5: 서사 지도는 가짜 뉴스 탐지 및 저널리스틱 요약과 같은 실제 응용에 어떻게 기여할 수 있는가?

주요 결과

• 사용자 평가 결과, 서사 지도 표현이 복잡한 서사를 효과적으로 전달함을 확인하였으며, 참가자들은 이를 직관적이고 정보가 풍부하다고 평가했다.
• 경로 지도 은유가 시간 기반 정보에서 스토리라인과 주제적 관계를 이해하는 데 사용자 이해도를 크게 향상시켰다.
• 최적화 기반 추출 알고리즘이 뉴스 데이터에서 일관성 있고 구조적·주제적으로 일관된 서사 지도를 성공적으로 생성하였다.
• 코로나19 유행에 대한 사례 연구에서 '바이러스의 확산'과 '경제적 영향'이라는 두 가지 주요 주제가 드러나, 이 방법이 핵심 서사 요소를 효과적으로 노출할 수 있음을 입증했다.
• 사용자가 변화하는 스토리라인과 사건 간의 상호관계를 이해하는 데 있어 기존의 연대기 기반 피드보다 서사 지도 표현이 뛰어난 성능을 보였다.
• 신뢰성 및 편향 애너테이션을 통한 확장은 가짜 뉴스 탐지 및 사실 확인 워크플로우 지원에 실현 가능하고 유용한 것으로 입증되었다.