叙事知识编织者：以叙事为中心的检索增强长文本理解推理

长篇叙事问答需要对不断发展的故事世界而不是孤立的段落进行推理：答案可能取决于早期的目标、不断变化的角色状态、社会关系、因果触发因素、时间位置和后来的后果。现有的检索和图形增强生成方法改进了证据访问，但它们的单元（块、实体、关系、摘要或工具操作）并不直接编码证据在故事中的作用。我们引入了叙事知识编织器（NKW），这是一个基于源的框架，可以对齐文本证据、原子事实、规范图结构、实体概况、交互、情节和故事情节。在查询时，NKW 使用文本、图表和叙述工具以及检索后阅读技能来收集证据并审核参与者、范围、极性、状态和时间限制。在 STAGE、FairytaleQA 和 QuALITY 中，NKW 在剧本级故事世界 QA 方面表现最强，同时在更多以段落为中心的基准测试中保持竞争力。消融、问题类型分析、图资产统计和案例研究显示了角色、场景、时间、因果和叙事进展推理的互补优势。