弱信号是指在重大变化形成前出现的早期、低可见度指示。传统方法依赖关键词频率、主题模型或未标注的图拓扑，难以捕获弱信号背后的语义关联。本文提出 C-Unseen，一个自解释框架，专门用于动态时序知识图谱（DTKG）中的弱信号检测。我们将弱信号定义为在连续 TKG 快照中出现的稀有且语义连贯的子图。框架包括两个模块：
稀有子图提取器：利用大语言模型（LLM）对每个快照进行链式思考（chain‑of‑thought），识别出内容与主流叙事冲突的子图。LLM 通过提示“请列出与当前快照主流关系不一致的子图，并说明原因”，生成候选子图集合 $\mathcal{R}_t$。
弱信号警报器：对 $\mathcal{R}_t$ 在时间轴上的出现进行持久性追踪。若某子图在至少 $k$ 个连续快照中出现，则标记为弱信号。公式如下： $$ \text{WeakSignal}(S)= \begin{cases} 1, & \text{if } \forall t\in[T,T+k-1],\; S\in\mathcal{R}_t \ 0, & \text{otherwise} \end{cases} $$
实验在多个公开 DTKG 数据集上进行，对比了关键词、主题和传统图基线。C‑Unseen 在召回率和精确率上均实现显著提升，尤其在噪声较大的场景中表现稳健。
博主点评：该框架巧妙结合 LLM 的推理能力和图结构的时间演化，提供了可解释的弱信号检测思路，值得在实际情报分析系统中进一步验证。