用LLM重建沟通网络：关系事件历史数据中的接收者推断

该项目探索利用大语言模型（LLM）的语境理解能力，解决关系事件历史（REH）数据中消息接收者缺失的核心问题——即“谁在回应谁”的信息缺失。通过自动推断接收者，将传统无法分析的动态交互转化为可分析的沟通网络结构，并以荷兰议会辩论数据为案例验证方法有效性。项目对比传统方法，设计双层评估体系，为计算社会科学与社会网络分析提供创新工具与方法论参考。

在社会网络分析与计算社会科学领域，关系事件历史（REH）数据记录“谁在什么时间对谁做了什么”的动态交互序列（如议会辩论、在线论坛等场景）。但长期难题是：仅知发言者，却缺失“发言者回应谁”的接收者信息，导致无法构建准确沟通图、计算中心性指标或追踪观点传播路径。传统方法依赖人工标注（成本高）或基于规则的启发式推断（复杂场景效果有限）。

核心创新在于利用LLM的语境理解能力自动推断接收者，假设LLM预训练习得的对话结构与语义知识可识别隐含回应关系。技术实现框架包含：

1. 接收者推断引擎：将发言及上下文组织为提示，用少样本学习引导模型预测接收者；
2. 多基线对比：与基于规则的启发式方法、传统机器学习模型、不同LLM配置对比；
3. 双层评估体系：轮次级（分类任务的准确率、F1等）与网络级（推断网络与真实网络的结构相似性、指标恢复程度）；
4. 置信度分析：探索模型自我评估置信度与错误率的关联；
5. 关系事件分析：研究时间动态模式、话题转移与回应链关联等。

实验以荷兰议会（Tweede Kamer）公开辩论记录为主要对象，该数据具有：

• 时间跨度：多年度辩论记录；
• 参与规模：数十至上百位议员；
• 话题多样性：预算、立法、质询等多种类型；
• 结构特征：明确的发言顺序与议程框架。 数据特性提供充足样本，但也带来挑战：议员数量多导致分类空间大、话题跳跃增加语境理解难度、政治语言与日常对话差异。

研究意义：

1. 降低研究门槛：激活大量无需人工标注的历史REH数据；
2. 提升分析精度：准确接收者推断改善网络分析效度；
3. 扩展研究范围：处理更大规模、更长时间跨度的数据集。 方法论启示：为LLM适配社会科学任务、设计微观与宏观评估框架、量化不确定性提供参考。 潜在应用：在线社区分析、组织沟通研究、历史文献挖掘、多语言扩展（其他语言议会数据）。

项目代码已在GitHub开源，提供：

• 完整Python实现；
• 少样本提示模板（prompts/目录）；
• 评估脚本与指标计算工具；
• 置信度分析工具。 支持其他研究者复现结果、扩展方法或应用于新数据集。

局限性：

1. 依赖标注数据：训练/验证需部分标注数据，完全无监督推断仍具挑战；
2. 计算成本：LLM API调用成本限制大规模历史数据处理；
3. 领域泛化：议会辩论场景的方法是否适用于非正式对话？
4. 多接收者问题：现实中一条消息可能有多个接收者，当前分类框架简化。 未来工作：探索更高效提示策略、多接收者建模、跨语言迁移、与其他网络推断方法集成。

该项目是LLM在计算社会科学中的创新应用，通过解决REH数据接收者缺失问题，为网络分析提供关键工具。精细的双层评估与基线对比验证了方法有效性，为社会网络分析、政治文本分析或对话挖掘研究者提供值得关注的工具与方法论参考。