Disentangled Representation Learning for Narrative Similarity using Synthetic Supervision

Abstract

This thesis addresses narrative similarity based on three core narrative aspects: abstract theme, course of action, and outcome, while disregarding surface-level textual features. To model this task, it proposes a disentangled representation learning approach that separates these components in the latent space. To provide aspect-speci fi c supervision, a synthetic dataset is constructed, and a multi-head model is fi ne-tuned on it using a multi-head multi-positive InfoNCE objective. Evaluation on SemEval-2026 Task 4, Track B shows that the proposed method improves triplet evaluation over an off-the-shelf embedding model, while also revealing a partial mismatch between the training objective and downstream evaluation. The learned representations further exhibit moderate modularity and explicitness, which are two of the three main properties that a disentangled representation should have.

Tato diplomová práce se zabývá narativní podobností založenou na třech klíčových narativních aspektech: abstraktním tématu, průběhu děje a výsledku, přičemž abstrahuje od povrchových textových znaků. K modelování této úlohy navrhuje přístup založený na učení disentanglovaných reprezentací, který tyto složky odděluje v latentním prostoru. Pro zajištění supervize speci fi cké pro jednotlivé aspekty je vytvořen syntetický dataset a na něm je dolaďován vícehlavý model pomocí multi- head multi-positive InfoNCE objektivní funkce. Vyhodnocení na SemEval-2026 Task 4, Track B ukazuje, že navržená metoda zlepšuje tripletové vyhodnocení oproti běžnému embeddingovému modelu, zároveň však odhaluje částečný nesoulad mezi trénovací objektivní funkcí a downstream evaluací. Naučené reprezentace navíc vykazují střední míru modularity a explicitnosti, tedy dvě ze tří hlavních vlastností, které by disentanglovaná reprezentace měla mít.