谁把这条回复带偏了：社交媒体对话树中情感转向的反事实因果推理

🎓 专业 IRMaD 结构解读

I. Introduction（引言）

在线社交对话具有互动性：用户彼此回应并回应展开中的事件，线程在情感与立场上可能收敛也可能极化。这些动态之所以重要，是因为虚假信息在 Twitter/X 上的扩散方式不同于准确信息（Vosoughi et al., 2018），且暴露于他人的情绪表达会改变个体自身的表达（Kramer et al., 2014）。因此关键问题不仅是表达了什么情感，而是情感为何在回复线程内发生转变——负面性究竟由一个新主张、一次纠正，还是一场敌意交锋所驱动。

对话树提供了天然的分析基底：源帖诱发分叉级联，局部的父子互动可以全局传播。谣言与主张中心的基准数据集（PHEME, Zubiaga et al. 2016a；RumourEval, Gorrell et al. 2019）已捕捉了突发新闻语境下的此类树结构，但既有研究主要聚焦立场与真伪（检测、立场分类、核查）。相较之下，情感轨迹——情感如何随时间变化、哪些对话输入可能驱动了这一变化——仍然建模不足。

归因情感变化本质上是因果问题，但观察性社交媒体数据存在内生参与与潜在混淆。近期工作已开始形式化在线互动中的因果问题（Sridhar & Getoor, 2019; Zhang et al., 2020），然而多数表述作用于粗粒度的对话属性，而非演化回复树内特定话语动作的效应。本文三项贡献：（1）把对话树中的因果情感推理表述为一个建立在公开谣言数据集之上的对话干预问题；（2）提出带显式强制干预反事实估计的线程结构化时序模型；（3）与纯文本、图结构、时序及开源大模型提示基线对比，并给出隔离反事实损失、干预标签、事件级不变性与祖先窗口归因的消融。

I. Theoretical Framework & Hypotheses（理论框架与假设）

形式化建立在 Rubin (1974) 与 Rosenbaum & Rubin (1983) 的潜在结果框架之上，并被移植到时间戳化的有根对话树 G = (V, E) 上。

识别假设（作者明确限定范围）：（i）时间先后——i 处的干预先于其后代的结果，由时间戳与回复边保证；（ii）一致性——观察结果等于实际分配下的潜在结果；（iii）正值性——在所用协变量层内，干预 m 发生与不发生的概率均非零；（iv）有限干扰——效应主要建模在 k 跳后代内，跨线程溢出被列为局限；（v）条件可忽略性（范围受限）——在给定线程语境（文本、位置、时间、历史摘要）条件下，m 在 i 处的分配视为准随机，作者强调只看跨事件 / 跨平台稳定的模式。

M. Materials & Methods（材料与方法）

• CaSiRe 标注层：在公开谣言对话数据集之上叠加因果情感推理层，新增四类标注——帖级情感标签、诱导得到的父子转变标签、经校准的多标签干预标记、以及显式标注的因果来源标签 Cᵢ（即该回复的情感由哪个祖先引发）。
• 干预标注模块：主方案为 LLM 辅助标注，以 Llama 3-8B 输出各类型的置信分 s̃_{i,m} ∈ [0,1]。因 LLM 置信度普遍校准不良，在验证子集上做后验缩放校准（温度缩放或 Platt 缩放），得 s_{i,m} 后按类型特定阈值 τ_m 二值化，阈值以验证集 F1 / 覆盖率折衷选取。另设弃权机制：若 max_m s_{i,m} < α，则 Tᵢ 标为未知并排除出反事实损失（选择性预测原则）。消融方案为在小规模人工标注子集上训练的轻量多标签分类器，用以隔离 LLM 弱监督的贡献。
• 对话编码器（结构 + 时间）：文本编码 eᵢ = Enc(xᵢ)，加深度嵌入 pᵢ 与连续时间编码 tᵢ = φ(Δτᵢ)（Δτᵢ = τᵢ − τ_{π(i)}，根节点取 0），干预嵌入 uᵢ = Σ_m T_{i,m} r_m；初始化 h⁰ᵢ = MLP([eᵢ; pᵢ; tᵢ; aᵢ; uᵢ])。关键设计：不把父节点的真实或预测情感标签作为输入特征，父信息只经由父节点表示与回复树结构进入，确保训练与推断时可观测信息一致。
• 树-时序更新：父消息 m^par_i = W_p h^ℓ_{π(i)}；祖先注意力在最近 D 个祖先 A_D(i) 上做缩放点积 softmax 得 m^anc_i；以 h^{ℓ+1}_i = GRU(h^ℓ_i, [m^par_i; m^anc_i]) 更新，共 L ∈ {2,3} 层。
• 反事实两流分解：令 bᵢ 为不含 Tᵢ 时由 [eᵢ; pᵢ; tᵢ; aᵢ] 得到的结构与文本表示，则 z_i^{(m=v)} = bᵢ + W_u u_i^{(m=v)}，其中 u_i^{(m=v)} = uᵢ + (v − T_{i,m}) r_m。该设计把干扰变异与处理敏感因子分离（承 Johansson et al. 2016；Shalit et al. 2017），使反事实预测只需替换干预嵌入，额外算力对 M 线性且常数很小。
• 损失函数：L = L_sent + λ_shift·L_shift + λ_att·L_att + λ_cf·L_cf + λ_spar·L_spar + λ_irm·L_irm。其中反事实项以 δ_{i,m} = ‖ŷᵢ(T^{(m=1)}) − ŷᵢ(T^{(m=0)})‖² 定义逐节点罚 ℓ^cf = T_{i,m}·max(0, γ − δ) + (1 − T_{i,m})·β·δ——即对已观察到的干预要求非平凡敏感性，对未出现的干预抑制过度敏感。
• 稀疏归因：归因头以双线性打分 e_{i,a} = (W_c zᵢ)ᵀ(W_a z_a) 后归一化（softmax 或 sparsemax），并加熵罚 L_spar = Σ H(αᵢ)，以避免“一切导致一切”的弥散归因。
• 事件级不变性：将每个事件视为一个环境，施加 IRM 式梯度罚 L_irm = Σ_e ‖∇_w L^{(e)}_pred(w·Φ_θ)|_{w=1}‖²，以削弱对事件特定表层线索（人名、地名、话题标签）的依赖。作者明确说明：该罚项仅用于预测不变性，本身并不识别因果干预效应。
• 数据与划分：PHEME / RumourEval 对话树基准。事件级 OOD 划分——训练 980 个线程（charliehebdo、ferguson、germanwings-crash），验证 175 个（ottawashooting），测试 205 个（sydneysiege）；无任何树跨分区共享，保留可完整重建的回复结构。归因窗口 D = 16，干预分析取 k = 2 跳后代。
• 训练细节：文本骨干 DeBERTa-base；dropout 0.1；AdamW 优化；以验证集情感 macro-F1 早停（patience = 3）；结果取 3 个随机种子。基线共享同一预处理、事件级划分与评价指标。
• 基线：（a）纯文本 Transformer（RoBERTa / DeBERTa 编码器）；（b）图模型 Bi-GCN、GACL（把原真伪头替换为情感与转变头）；（c）时序图 TGAT / TGN；（d）开源 LLM 提示基线 Llama 3 / Gemma 2 / Qwen2.5 / Mistral，采用固定模板、固定示例、固定选项顺序、确定性解码与统一输出模式，评测三种上下文设定（仅节点 / 节点+父 / 节点+祖先摘要）；归因时给出编号候选祖先列表，无效、越界或不可解析的输出一律记为弃权并计为错误。
• 指标：情感与转变用 macro-F1；因果来源归因用 Top-1 准确率与 MRR；因果效应报告 ATE_m(k) 及线程级 bootstrap 重抽样的 95% 置信区间。

R. Results（结果）

1. 主结果（3 个随机种子的均值与标准差）

在事件 OOD（主评测）下，C³T 的归因 Top-1 相对最强基线 GACL 提升 13.8 个百分点（22.4 → 36.2，相对增幅逾 60%），是全部指标中优势最大的一项。

2. 开源 LLM 提示基线：情感 macro-F1 随上下文增加单调提升（Llama3 少样本：仅节点 50.8 → 节点+父 55.4 → 节点+祖先摘要 59.2）；但归因始终不可靠，最佳为 Qwen2.5 少样本的 Top-1 25.8 / MRR 39.1，显著低于 C³T 的 36.2 / 52.1。作者据此指出：提示式方法难以稳定处理长而分叉的线程结构。

3. 消融（均在事件 OOD 测试集上）

4. 干预效应（k 跳 ATE，对下游负面性，95% 线程级 bootstrap CI）

5. 案例研究（去除观察到的干预，效应记为 R_{i,m}，与表中“开减关”的 ATE 约定符号相反）：案例一，早期辟谣被判为某条中性回复的主导因果祖先，移除辟谣标签使该回复的预测负面性上升 0.18；案例二，一条攻击性祖先获得多条负面后代的大部分归因质量，移除攻击标签使预测负面性下降 0.22。

a / D. Discussion & Conclusion（讨论与结论）

• 泛化机制的解释：C³T 显著缩小了事件 OOD 与域内的性能落差，说明干预感知与事件不变的建模学到的表示更少绑定事件特定表层线索（人名、地名、话题标签），更多绑定对话功能（有证据支撑的纠正 vs. 敌意攻击）。增益最大的是因果祖先归因，表明模型更可靠地识别了塑造情感反应的更早消息，而非默认归因到直接父节点。
• A4 消融的实质含义：把归因候选限制为直接父节点时，情感与转变预测仅轻微下降（60.4 → 59.2；54.8 → 53.7），归因却从 36.2 崩至 21.5。这构成本文最强的结构性论据——回复的情感来源经常位于更上游，只看父子关系的建模范式会系统性地漏掉它。
• 对平台治理的实质发现：辟谣、举证与引用权威三类建设性动作均显著降低下游负面性，且效应在早期出现时更明显，与“澄清不确定性可以降温并减少对抗性回复”的判断一致；攻击 / 谩骂的正向效应量（+0.235）约为最强降温动作（辟谣，-0.142）绝对值的 1.7 倍，且其影响传播到直接父子交换之外，说明敌意话语是最值得优先干预的对象。
• 语境依赖的话语动作：提问 / 质疑与讽刺 / 反语呈现混合效应。作者解释，提问在某些事件中充当认知“减速带”（降低负面性），在另一些事件中则是对抗性开场（提高负面性），说明提问的形式与事件语境共同决定其下游语调；讽刺同理，可能用于嘲弄（升级）或表达圈内认同（稳定）。这与相应置信区间跨零的统计结论一致。
• 与 LLM 提示范式的比较：增加上下文（节点+父、节点+祖先摘要）能稳定改善 LLM 的情感判断，但归因始终不可靠，这正是作者主张结构感知的反事实建模的实证理由。
• 范围与局限：（a）所有效应均为观察性、基于模型的因果估计，须在“以可测语境为条件”下解读，不等同于随机实验；（b）分析仅刻画观察到的谣言中心对话树内 k = 2 跳的短程传播，不涵盖树外暴露、跨分支阅读或更长程扩散；（c）跨线程溢出被明示为有限干扰假设下的局限；（d）条件可忽略性在社交媒体的内生参与与潜在混淆下最为脆弱，作者的应对是只强调跨事件 / 跨平台稳定的模式；（e）异质性效应（按真伪、立场分层，或早期 vs. 晚期源节点）被明确列为探索性分析，除非报告了对应子组估计与置信区间，否则不作为主要证据。