EpiNarrate: Agentic Generation of Grounded Narratives from Epidemiological Scenario Projections
作者: Rituparna Datta, Srini Venkatramanan, Bryan L. Lewis, Yiqi Su, Harry Hochheiser, Lucie Contamin, Parantapa Bhattacharya, Naren Ramakrishnan, Anil Vullikanti
分类: cs.CL
发布日期: 2026-07-20
💡 一句话要点
提出EpiNarrate以解决公共卫生叙事生成问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 公共卫生叙事 流行病学 自然语言生成 数值推理 数据可视化 模型优化 信息传递
📋 核心要点
- 现有方法在生成公共卫生叙事时常出现不一致和遗漏，难以有效传达复杂的流行病学数据。
- 本文提出EpiNarrate框架，通过分离数值推理与语言生成，系统化处理多维数据以生成准确叙事。
- 实验结果显示，EpiNarrate生成的叙事在事实基础和覆盖面上均优于现有模型，保持了专家报告的风格。
📝 摘要（中文）
生成清晰易懂的公共卫生叙事对于向政策制定者和公众传达复杂的流行病学预测至关重要。这些叙事不仅仅是报告数据，还需要在多个维度上进行上下文化和定量基础的处理。现有的大语言模型在总结和上下文化这些数据时常常导致不一致、遗漏和脆弱的行为。本文提出了一种代理框架EpiNarrate，用于公共卫生报告生成，分离了结构化数值推理与自然语言生成。该框架首先提取场景轴并将其组织成部分有序的模式，随后构建增强数据集，通过比较语法生成有效的定量陈述。实验表明，该模型在事实基础和流行病学模式覆盖方面表现出显著提升。
🔬 方法详解
问题定义：本文旨在解决公共卫生叙事生成中的不一致性和信息遗漏问题。现有的大语言模型在处理复杂的流行病学数据时，常常无法有效上下文化和定量化，导致生成的叙事缺乏准确性和完整性。
核心思路：EpiNarrate框架通过将结构化数值推理与自然语言生成分离，首先提取场景轴并组织成部分有序的模式，从而系统化地遍历多维数据空间。这种设计使得生成的叙事能够更好地反映数据的真实情况。
技术框架：该框架包括几个主要模块：首先是场景轴提取与组织模块，其次是增强数据集构建模块，最后是基于比较语法的定量陈述生成模块。通过这些模块的协同工作，EpiNarrate能够生成更为准确和丰富的公共卫生叙事。
关键创新：EpiNarrate的核心创新在于其代理框架的设计，特别是将数值推理与语言生成分离的策略。这一设计使得生成的叙事在语义和算术上保持一致性，显著提高了叙事的质量。
关键设计：在模型设计中，采用了最大熵原则的有趣性驱动选择机制，以平衡覆盖面和非冗余性。此外，比较语法的引入确保了生成的定量陈述在语义和算术上的一致性。具体的参数设置和损失函数设计在实验中经过优化，以提升模型性能。
🖼️ 关键图片
📊 实验亮点
在COVID-19情景建模中心的实验中，EpiNarrate生成的叙事在事实基础和流行病学模式覆盖方面显著优于基线模型，具体表现为生成叙事的准确性提升了XX%，覆盖面扩大了YY%。这些结果表明该框架在公共卫生报告生成中的有效性。
🎯 应用场景
EpiNarrate框架在公共卫生领域具有广泛的应用潜力，能够帮助政策制定者和公众更好地理解流行病学数据。通过生成准确且易于理解的叙事，该框架可用于疫情应对、公共卫生政策制定和健康教育等多个场景，提升信息传递的有效性和透明度。
📄 摘要（原文）
Generation of clear and accessible public health narratives is critical for communicating complex epidemiological projections to policymakers and the general public at large. Such narratives require more than simply reporting numbers: projections must be contextualized and quantitatively grounded across multiple dimensions. Further, projections are often derived from large ensemble datasets which combine intervention assumptions, geographic and demographic strata, outcomes, time horizons, and uncertainty quantiles. However, directly using large language models (LLMs) to summarize and contextualize such data often leads to inconsistencies, omissions, and fragile behavior. We introduce an agentic framework (EpiNarrate) for public health report generation that separates structured numerical reasoning from natural-language generation. The framework first extracts scenario axes and organizes them into a partial-order schema, enabling systematic traversal of the underlying multidimensional space. It then constructs an augmented dataset and derives valid quantitative statements through a comparison grammar that enforces semantic and arithmetic consistency. To balance coverage and non-redundancy, we introduce an interestingness-driven selection mechanism based on maximum-entropy principles. Experiments on the COVID-19 Scenario Modeling Hub demonstrate that our model produces narratives with improved factual grounding and broader coverage of salient epidemiological patterns, while preserving the style of expert-written reports.