在信息时代，对信息优势的寻求往往转向了公开来源的情报。在过去的15年里，社交媒体的重要性不断增加，现在在获得和保持决策优势所需的态势感知方面发挥着关键作用。由于社交媒体（SM）越来越多地被北约的对手用于影响和造谣运动，这一领域的研究继续扩大。利用人工智能（AI）/机器学习（ML）的研究人员正在引入更先进和复杂的社交媒体分析技术，如神经网络，可以摄取和处理大量的社交媒体数据，产生相关工件的集群，并帮助实现语义叙述搜索。然而，对于采用这些技术的分析人员来说，一个关键的挑战在于检测、监测和搜索叙事，这些叙事通常不是由任何一个内容捕获的，而是分布在一个由消息、备忘录、博客、"新闻报道"、视频等组成的叙事连接集合中。分析师的其他关键挑战在于理解和解释不透明的人工智能/ML支持的分析的输出决定或建议，并利用它们为敏捷的军事决策提供信息，同时保证其可信度和可追溯性。本文报告了ML引擎的一个特定实例，并概述了检查和验证其输出的方法。该ML引擎将社交媒体内容表示为矢量嵌入，并应用聚类分析从消息矢量空间中识别主题集群。在开发聚类分析验证技术时，我们将确定一套在评估分析输出和验证算法时需要考虑的特征，包括聚类之间的明显关系，以及分析为分析师提供叙述性背景和理解的能力。这样的分析保证对于产生有效和可靠的情报报告是必要的。