서사 지식 통합기: 서사에 중심을 둔 검색 증강 추론을 통한 장문 텍스트 이해

Narrative Knowledge Weaver: Narrative-Centric Retrieval-Augmented Reasoning for Long-Form Text Understanding

장문의 서사 질의응답은 분리된 구절이 아닌, 변화하는 이야기 세계에 대한 추론을 요구합니다. 답변은 종종 이전 목표, 변하는 등장인물의 상태, 사회적 관계, 인과적 요인, 시간적 위치 및 후속 결과에 따라 달라질 수 있습니다. 기존의 검색 기반 및 그래프 증강 생성 방법들은 관련 증거 접근성을 향상시키지만, 이러한 방법들이 사용하는 단위(구절, 개체, 관계, 요약 또는 도구 동작)는 증거가 이야기 내에서 어떻게 기능하는지를 직접적으로 나타내지 않습니다. 본 논문에서는 텍스트 증거, 기본 사실, 표준 그래프 구조, 개체 프로필, 상호 작용, 에피소드 및 줄거리 간의 연관성을 정렬하는 근원 기반 프레임워크인 Narrative Knowledge Weaver(NKW)를 소개합니다. 질의 시에 NKW는 텍스트, 그래프 및 서사 도구를 활용하고 검색 후 읽기 능력을 사용하여 증거를 조립하고 행위자, 범위, 극성, 상태 및 시간적 제약을 검증합니다. STAGE, FairytaleQA 및 QuALITY 데이터셋에서 NKW는 스크립트 수준의 이야기 세계 질의응답에 가장 강력한 성능을 보이지만, 더 많은 구절 중심 벤치마크에서도 경쟁력 있는 결과를 보여줍니다. 실험 결과 분석, 질문 유형 분석, 그래프 자산 통계 및 사례 연구를 통해 등장인물, 장면, 시간, 인과 관계 및 서사 진행 추론에 대한 상호 보완적인 이점을 확인할 수 있습니다.

Long-form narrative QA requires reasoning over evolving story worlds rather than isolated passages: answers may depend on earlier goals, changing character states, social relations, causal triggers, temporal position, and later consequences. Existing retrieval and graph-augmented generation methods improve evidence access, but their units--chunks, entities, relations, summaries, or tool actions--do not directly encode how evidence functions in a story. We introduce Narrative Knowledge Weaver(NKW), a source-grounded framework that aligns textual evidence, atomic facts, canonical graph structure, entity profiles, interactions, episodes, and storylines. At query time, NKW uses text, graph, and narrative tools with post-retrieval reading skills to assemble evidence and audit actor, scope, polarity, state, and temporal constraints. Across STAGE, FairytaleQA, and QuALITY, NKW is strongest on screenplay-level story-world QA while remaining competitive on more passage-centered benchmarks. Ablations, question-type analyses, graph-asset statistics, and case studies show complementary benefits for character, scene, temporal, causal, and narrative-progression reasoning.