연구진은 시계열 그래프 신경망(ETGNN)의 설명 가능성을 높이는 새로운 방법론을 제안했어요. 기존 방법은 이벤트 관련 임베딩의 정보 흐름만 분석했지만, 새로운 방법은 이벤트 유도 변수를 통한 전체 정보 흐름을 분석해요. 새로운 방법은 정규화 관련성 측정(NRM) 프레임워크를 기반으로 하며, 합성 데이터셋과 실제 정치 이벤트 네트워크에서 기존 방법보다 우수한 성능을 보였어요.