一句话总结：一个"负结果"研究——把"句子骨架（skeleton，抽出的关键概念）"从生成用途转成判别用途，问"骨架跨句一致性能不能测连贯"。提出 SSN 相似度网络，虽超简单基线（cosine/欧氏），但整句建模仍胜过骨架建模约 8–9 个百分点，从而反证"主流用整句而非子成分建连贯是对的方向"。

TL;DR 速览

• 问题：连贯建模能检测不连贯并帮作者修。前人（Xu 2018 EMNLP）用"句子骨架"做连贯生成，本文问：骨架一致性能不能反过来当连贯度量（判别）？
• 方法：
• 把生成模型翻转成判别模型：用骨架/整句的跨句相似度判连贯。
• 提出 SSN（Sentence/Skeleton Similarity Network），超过 cosine/欧氏等基线。
• 关键结果（负结果）：整句模型 > 骨架模型——如句序任务上整句 92.9% vs 骨架 84.2%（差 ~8–9pp）。结论：当前 SOTA 用整句（而非子成分）建连贯是对的方向。
• 一句话评价：价值不在方法本身，而在负面结果：骨架或子成分判别不如整句。连贯性属于整体属性，不宜过早降解到子成分粒度。（注：规模较小，接近 Stanford 课程项目。）

tags: [论文精读, 连贯建模, 判别器, 负结果, 句子骨架] related: [[01_lost_in_stories]], [[19_storyalign]], [[17_spoiler_alert]]

要点

• 作者/机构：Nishit Asnani, Rohan Badlani（Stanford CS）。arXiv：2604.02451（2026-04）。

[!PDF|] 16_skeleton_coherence.pdf, p.1

we turn it from a generative model to a discriminative one

[!PDF|] 16_skeleton_coherence.pdf, p.1

of skeletons across subsequent sentences is a good metric

[!PDF|] 16_skeleton_coherence.pdf, p.1

sentence-level models outperform those on skeletons

[!tip] "把生成模型翻转成判别模型"——一个可复用的小视角 本文的操作是：既然骨架能生成连贯故事，它也应能判别不连贯。生成能力与判别能力常是同一枚硬币。generation↔discrimination 对偶提示，可从骨架、事件图和世界状态等生成结构中反读判别信号；但本文的负结果也提醒，整体连贯性不应过早降解为子成分判断。

局限 & 结论

• 规模小、任务窄（句对连贯）、像课程项目。
• 但结论清晰且有用：子成分（骨架）不如整句——为"连贯该在什么粒度建模"提供了负面证据。

个人思考

• 判别器启示：① 可利用 generation↔discrimination 对偶；② 连贯与一致性这类整体属性，使用整句、整段或世界状态图建模，通常比降到关键词或骨架粒度更可靠。
• 关联：与 [[01_lost_in_stories]] 同属"连贯/一致性度量"，但那篇用 LLM-judge + 证据链（整段级），恰好印证本文"整句/整体优于子成分"的结论方向。
• 相关度：低。作为"连贯建模粒度"的一个负面数据点收录，不必深挖。