如何理解思想在文本数据中的传播？这是社会学研究中的一个关键测量问题，涉及多个领域，例如利益集团如何塑造媒体话语、政策如何在制度之间传播、组织结构乃至制度本身如何扩散等。要研究思想和叙事在文本中的扩散，首先必须开发一种方法，用以识别文本之间是否共享相同的信息和叙事，而不仅仅是相似的宏观主题或完全一致的文本特征。我们提出了一种新的方法来衡量这一核心概念，并将其称为“叙事相似性”（narrative similarity）。该方法利用大语言模型提炼文本的核心观点，进而比较文本中主张（claims）的相似性，而不是词语、短语或句子的相似性。与以往相关方法相比，我们的方法所得到的估计量更接近真正的叙事相似性。过去的替代方法包括精确文本复用检测（只能识别词汇层面相似的文档）、主题模型（只能识别主题相似的文档）以及其他多种方法。我们还设计了一套样本外（out-of-sample）性能评估方案（包括精确率、召回率和 F1 值），并展示了该方法在效果上显著优于相关替代方案。