利用 LLM 衍生的抽象增强结构映射以进行叙事中的类比推理

类比推理是人类泛化的关键，但机器在叙事结构类比上仍面临挑战。现有结构映射引擎需预提取实体，而 LLM 对提示格式敏感。为此，本文提出 YARN 框架，利用 LLM 将叙事分解并抽象为不同层级单元，再输入映射组件进行跨故事对齐与类比推理。实验表明，引入抽象显著提升了模型性能，优于端到端基线。该研究系统分析了抽象层级、隐式因果整合等挑战，并开源代码以支持未来工作。