Select and Summarize: Scene Saliency for Movie Script Summarization
Institute for Language, Cognition and Computation（语言、认知与计算研究所）
针对电影剧本长篇叙事摘要难题，本文构建含100部电影人工标注显著场景的数据集，并提出先筛选显著场景再生成摘要的两阶段方法，QA评估显示其优于现有方法。
2024-04-04 cs.CL
Discourse Understanding and Factual Consistency in Abstractive Summarization
University of Washington（华盛顿大学）；Microsoft Research（微软研究院）；Allen Institute for Artificial Intelligence（艾伦人工智能研究所）；Stanford University（斯坦福大学）；University of Cape Town（开普敦大学）
我们介绍了一个抽象的摘要与事实的一致性和独特的建模的叙述流在输出摘要的一般框架。我们的工作解决了当前抽象摘要模型的局限性，这些模型通常会产生幻觉信息或生成具有一致性问题的摘要。为了生成具有事实一致性和叙述流的抽象摘要，我们提出了合作生成器-鉴别器网络（Co-opNet），这是一种新的基于变换器的框架，其中生成器与一个转换器架构一起工作，以组成连贯的长格式摘要。我们探讨了四个不同的目标，每个捕获不同方面的连贯性，包括是否显着跨度生成的摘要是幻觉或出现在输入的上下文中，和句子相邻生成的摘要的可能性。我们使用arXiv科学论文来衡量Co-opNet学习这些目标的能力，使用摘要作为黄金长格式科学文章摘要的代理。自动和人工评估的实证结果表明，与竞争基线相比，Co-opNet学习总结具有显著提高的全局一致性。
2021-04-09 cs.CL
STAGE: A Full-Screenplay Benchmark for Reasoning over Evolving Stories
Southeast University（东南大学）；Beijing Zhongguancun Academy（北京中关村学院）；Nanjing Normal University（南京师范大学）；ZhuiWen Technology Co., Ltd.（智库文科技有限公司）
提出STAGE基准，通过知识图谱构建、场景事件摘要、长上下文问答和角色扮演四项任务，全面评估模型对电影剧本叙事世界的理解与推理能力。
2026-08-04 cs.AI cs.CL
Probabilistic Model of Narratives Over Topical Trends in Social Media: A Discrete Time Model
University of Central Florida（中佛罗里达大学）
在线社交媒体平台正在成为有关全球事件的新闻和叙述的主要来源。然而，缺乏一个系统的总结为基础的叙述提取，可以促进沟通的主要基础事件。为了解决这个问题，我们提出了一个新的基于事件的叙述性摘要提取框架。我们提出的框架被设计为一个概率主题模型，分类时间分布，然后提取文本摘要。我们的主题模型识别主题的复发随着时间的推移，具有不同的时间分辨率。该框架不仅从数据中捕获主题分布，而且还近似了用户活动随时间的波动。此外，我们定义的重要性分散性权衡（SDT）作为一个比较措施，以确定具有最高的终身吸引力的主题在时间戳语料库。我们在大量Twitter数据上评估了我们的模型，其中包括针对叙利亚白盔组织进行的虚假宣传活动领域的100多万条推文。我们的研究结果表明，所提出的框架是有效的，在确定主题的趋势，以及提取叙述性摘要的文本语料库与时间戳数据。
2020-04-14 cs.CL cs.IR cs.SI
Hierarchical Encoders for Modeling and Interpreting Screenplays
Bloomberg L.P.（彭博有限合伙企业）；Netflix（奈飞）
虽然长格式文档的自然语言理解仍然是一个开放的挑战，但此类文档通常包含结构信息，可以为编码它们的模型的设计提供信息。电影剧本就是这种结构丰富的文本的一个例子-剧本被分割成场景，场景被进一步分解成对话和描述性成分。在这项工作中，我们提出了一种用于编码这种结构的神经架构，它在一对多标签标签分类数据集上表现出色，而不需要手工制作的功能。我们通过在编码器中增强无监督的“可解释性”模块来添加一层洞察力，从而允许提取和可视化叙事轨迹。虽然这项工作专门处理剧本，我们讨论了如何将基本的方法可以推广到一系列的结构化文件。
2020-04-30 cs.CL
Long Document Summarization with Top-down and Bottom-up Inference
Salesforce Research（赛富时研究院）
文本摘要旨在压缩长文档并保留关键信息。摘要模型成功的关键是对源文档中单词或标记的潜在表示的忠实推断。最新的模型推断潜在的表示与Transformer编码器，这是纯粹的自自底向上的【形】。此外，基于自我注意的推理模型面临着序列长度的二次复杂性的挑战。我们提出了一个原则性的推理框架，以改善这两个方面的摘要模型。我们的框架假设了一个分层的潜在结构的文档，其中顶层捕获的长距离依赖在一个粗略的时间尺度和底部令牌级别保留的细节。重要的是，这种层次结构使令牌表示能够以自自底向上的【形】和自顶向下的方式更新。在自自底向上的【形】的过程中，使用局部自我注意力来推断令牌表示以利用其效率。然后应用自上而下的校正以允许令牌捕获长范围依赖性。我们证明了所提出的框架在不同的摘要数据集上的有效性，包括叙事，会话，科学文档和新闻。我们的模型实现了（1）与全注意力Transformers相比，在具有更高内存和计算效率的短文档上具有竞争力或更好的性能，以及（2）与最近的高效Transformers相比，在广泛的长文档摘要基准上具有最先进的性能。我们还表明，我们的模型可以总结一整本书，并实现竞争力的性能使用$0.27\%$参数（464 M与175 B）和更少的训练数据，相比，最近的GPT-3为基础的模型。这些结果表明，所提出的框架的普遍适用性和好处。
2022-03-15 cs.CL
Text Summarization with Latent Queries
Institute for Language, Cognition and Computation（语言、认知与计算研究所）；School of Informatics, University of Edinburgh（爱丁堡大学信息学院）
大规模数据集的可用性推动了神经模型的发展，这些模型可以从单个文档中创建摘要，用于通用目的。当使用摘要系统时，用户通常具有具有各种语言实现的特定意图，根据信息需求，其范围可以从单个关键字到由多个问题组成的长叙述。然而，现有的摘要系统，往往不能支持或行动鲁棒地对这个查询集中的摘要任务。我们介绍LaQSum，第一个统一的文本摘要系统，学习潜在的抽象摘要与任何现有的查询形式的文件。在深度生成框架下，我们的系统联合优化了潜在查询模型和条件语言模型，允许用户在测试时即插即用任何类型的查询。尽管只从通用摘要数据中学习，并且不需要进一步优化下游摘要任务，但我们的系统在具有不同查询类型、文档设置和目标域的摘要基准测试中的性能都强于强大的比较系统。
2021-05-31 cs.CL cs.LG
A Hybrid Hierarchical 1D-CNN-BiLSTM Framework for Extractive Summarization of Biomedical and Clinical Text
NUCES-FAST Lahore（拉合尔国立计算机与新兴科学大学（FAST））
提出混合分层1D-CNN-BiLSTM框架，通过抽取式句子选择避免生成式幻觉，在生物医学文本摘要中优于基线，实现事实有据的可靠摘要。
2026-09-15 cs.CL
Beyond Direct Generation: A Decomposed Approach to Well-Crafted Screenwriting with LLMs
Alibaba Group（阿里巴巴集团）；Peking University（北京大学）
本研究提出双阶段细化框架，通过分解生成方法提升LLM在剧本创作中的表现，实现高质量剧本生成。
2026-01-07 cs.AI cs.CL
Lay Text Summarisation Using Natural Language Processing: A Narrative Literature Review
Glasgow Caledonian University（格拉斯哥卡里多尼亚大学）；University of the West of Scotland（西苏格兰大学）；Lay Summaries Ltd（Lay Summaries 有限公司）；University of Edinburgh（爱丁堡大学）
以浅白的语言总结研究结果，对促进公众了解研究结果至关重要。使用自然语言处理生成非专业摘要有可能减轻研究人员的工作量，并弥合科学与社会之间的差距。本叙述性文献综述的目的是描述和比较用于生成非专业摘要的不同文本摘要方法。我们检索了数据库Web of Science、Google Scholar、IEEE Xplore、Association for Computing Machinery数字图书馆和arXiv，查找截至2022年5月6日发表的文章。我们纳入了关于自动文本摘要方法的原始研究，以生成非专业摘要。我们筛选了82篇文章，并纳入了2020年至2021年期间发表的8篇相关论文，全部使用相同的数据集。结果表明，基于transformer的方法，如双向编码器表示从Transformers（BERT）和预训练提取的差距句子抽象摘要（PEGASUS）占主导地位的景观奠定文本摘要，所有的研究，但一个使用这些方法。在混合方法中，提取和抽象总结方法的组合被认为是最有效的。此外，输入文本的预处理方法（例如，应用提取摘要）或确定文本的哪些部分将被包括在内，显得至关重要。使用了不考虑可读性的评价指标，如面向回忆的替代评价（ROUGE）。总而言之，自动的文本摘要还没有得到充分的开发。未来的研究应考虑长文档的非专业文本摘要，包括临床试验报告，以及考虑非专业摘要可读性的评估指标的开发。
2023-03-24 cs.CL
DiscoGraMS: Enhancing Movie Screen-Play Summarization using Movie Character-Aware Discourse Graph
IIIT Hyderabad（海得拉巴印度理工学院）
针对电影剧本摘要中模型难以捕获长程依赖和潜在关系的问题，本文提出DiscoGraMS资源，将剧本表示为角色感知话语图，结合后期融合基线方法，初步取得有前景结果。
2025-03-02 cs.AI cs.CL cs.LG
NarraSum: A Large-Scale Dataset for Abstractive Narrative Summarization
UNC Chapel Hill（北卡罗来纳大学教堂山分校）；Allen Institute for AI（艾伦人工智能研究所）；University of Washington（华盛顿大学）；Tencent AI Lab（腾讯人工智能实验室）
针对叙事摘要需理解事件因果与角色行为的挑战，本文提出大规模数据集NarraSum，包含122K篇影视情节叙事文档及摘要，实验揭示了现有模型与人类间的巨大性能差距，以促进自然语言理解与生成研究。
2023-06-28 cs.CL
Leveraging Natural Supervision for Language Representation Learning and Generation
Toyota Technological Institute at Chicago（芝加哥丰田技术研究所）
自然语言处理（NLP）的最新突破是由在大量纯文本上训练的语言模型推动的。虽然强大，从文本资源中获得监督仍然是一个悬而未决的问题。例如，语言模型预训练经常忽略文本数据中丰富的、自由可用的结构。在这篇论文中，我们描述了三条工作线，旨在改善使用自然发生的监督神经模型的训练和评估。我们首先研究自我监督训练损失，以帮助提高各种NLP任务的预训练语言模型的性能。具体来说，我们改变了句子预测损失，使其更好地适应其他预训练损失，解决起来更具挑战性。我们设计了一个中间微调步骤，使用自监督训练来提高模型的跨任务泛化能力。然后，我们描述的方法来利用维基百科和释义的结构。特别是，我们提出了培训损失，利用超链接，文章结构和文章类别图的实体，话语，蕴涵相关的知识。我们提出了一个使用释义对来理清句子表示中的语义和语法的框架。我们扩展了一个新的生成任务，控制输出文本的语法与一个mixtial范例的框架。最后，我们讨论了我们的工作量身定制的文本资源，建立具有挑战性的评估任务。我们通过使用各种粉丝贡献的网站定义新任务来介绍三个数据集，包括长格式数据到文本生成数据集，剧本摘要数据集和长格式故事生成数据集。这些数据集具有独特的特点，为今后在各自任务背景下开展工作提出了挑战。
2022-07-21 cs.CL
SNaC: Coherence Error Detection for Narrative Summarization
The University of Texas at Austin（德克萨斯大学奥斯汀分校）
由于缺乏适当的评价框架，在总结长篇案文方面的进展受到阻碍。当必须编写一个长摘要以适当涵盖文本的各个方面时，该摘要需要提供一个连贯的叙述，以便读者能够理解，但目前的自动和人工评价方法无法确定连贯性方面的差距。在这项工作中，我们介绍SNaC，一个叙事连贯性评价框架植根于细粒度的注释长摘要。我们开发了一个分类法的连贯性错误生成的叙述性摘要，并收集跨度级注释6.6k句子在150本书和电影剧本摘要。我们的工作提供了第一个表征的连贯性错误所产生的国家的最先进的摘要模型和协议，用于引起一致性判断人群注释。此外，我们发现，收集的注释，使我们能够训练一个强大的分类自动本地化的连贯性错误生成的摘要，以及基准过去的工作在连贯性建模。最后，我们的SNaC框架可以支持长文档摘要和一致性评估的未来工作，包括改进的摘要建模和事后摘要校正。
2022-10-28 cs.CL
Finding a Wolf in Sheep's Clothing: Combating Adversarial Text-To-Image Prompts with Text Summarization
University of Arizona（亚利桑那大学）
针对文本到图像模型易受分而治之攻击（DACA）的问题，提出先摘要后分类的两层防御方法，在ATTIP数据集上使F1分数提升31%，最高达98%，验证了摘要预处理能有效抵御提示混淆。
2024-12-15 cs.AI cs.CL cs.CR
Exploration of Plan-Guided Summarization for Narrative Texts: the Case of Small Language Models
AWS AI Labs（AWS人工智能实验室）；School of Informatics, University of Edinburgh（信息学院，爱丁堡大学）
本文探究计划引导式方法能否提升小语言模型在长叙事文本摘要中的质量与忠实度，发现细粒度和叙事级计划均未优于无计划基线，且计划本身同样易含幻觉，为该方法在复杂领域应用提出警示。
2025-08-21 cs.CL
LOOMSUM: Weaving Quantitative and Narrative Evidence for Faithful Long Text-Table Summarization
University of Toronto（多伦多大学）；University of Waterloo（滑铁卢大学）
本研究提出无需训练的LOOMSUM框架，结合Table-Grounded Faithfulness指标，在FINDSum和USTT基准上提升长文本-表格摘要的分析忠实性，显式跨模态关联可减少事实配对错误。
2026-10-14 cs.CL
Post-Training Dialogue Summarization using Pseudo-Paraphrasing
Shanghai Jiao Tong University（上海交通大学）；China Merchants Bank Credit Card Center（招商银行信用卡中心）
以前的对话摘要技术通过将对话特定的特征注入到模型中来适应在叙事文本上预训练的大语言模型。这些特征要么需要额外的知识来识别，要么使生成的模型更难调整。为了弥合对话摘要任务中对话和叙述性摘要之间的格式差距，我们提出后训练预训练的语言模型（PLM）从对话到叙述的重组。在此之后，该模型像往常一样进行了对话摘要的微调。综合实验表明，我们的方法显着提高香草PLM的对话摘要，并优于其他SOTA模型的摘要质量和实施成本。
2022-04-28 cs.CL
Agent-as-Judge for Factual Summarization of Long Narratives
IPAI, Seoul National University（IPAI，首尔国立大学）；Seoul National University（首尔国立大学）；Hyundai Card（现代卡）
针对长叙事摘要中传统指标及 LLM-as-a-Judge 难以评估事实一致性的问题，本文提出 NarrativeFactScore，利用人物知识图谱评估并指导摘要修正，在多个基准上取得更优表现。
2025-09-29 cs.CL
Moneyball with LLMs: Analyzing Tabular Summarization in Sports Narratives
School of Computing and Augmented Intelligence, Arizona State University（计算与增强智能学院，亚利桑那州立大学）；Adobe Research, India（印度Adobe研究）
本文通过SPORTABSET基准测试，分析长上下文表格摘要中多实体记忆的瓶颈，揭示分解策略在多实体干扰下的表现及模型鲁棒性问题。
2026-03-23 cs.CL
Integrating Video and Text: A Balanced Approach to Multimodal Summary Generation and Evaluation
IRIT, University of Toulouse, France（IRIT，图卢兹大学，法国）；Institute for Infocomm Research (I 2 R), A*STAR, Singapore（信息通信研究所（I2R），A*STAR，新加坡）；CNRS, IRIT, France（CNRS，IRIT，法国）
提出一种零样本文本到视频摘要方法，通过构建剧本表示整合多模态信息，并引入MFactSum评估指标，在SummScreen3D数据集上显著优于现有VLMs。
2025-10-31 cs.CL cs.CV
NexusSum: Hierarchical LLM Agents for Long-Form Narrative Summarization
CJ Corporation（CJ公司）
NexusSum提出一种多智能体LLM框架，通过对话到描述转换和分层多LLM摘要两大创新，无需微调即可处理长篇叙事文本，在多领域BERTScore（F1）上最高提升30.0%，达到SOTA。
2025-05-30 cs.AI cs.CL
NapSS: Paragraph-level Medical Text Simplification via Narrative Prompting and Sentence-matching Summarization
University of Warwick（华威大学）；King’s College London（伦敦国王学院）；Northeastern University（东北大学）；The Alan Turing Institute（艾伦·图灵研究所）
医学文献对外行来说很难，因为内容是为专家写的，包含医学术语。自动化文本简化方法提供了解决这个问题的潜在手段。在这项工作中，我们提出了一个总结，然后简化两个阶段的战略，我们称之为NapSS，确定相关的内容简化，同时确保原始的叙述流被保留。在这种方法中，我们首先通过原始摘要和简化摘要之间的句子匹配来生成参考摘要。然后，这些摘要被用于训练提取摘要器，学习最相关的内容以进行简化。然后，为了确保简化文本的叙述一致性，我们合成辅助叙述提示，结合从原文的句法分析得出的关键短语。我们的模型在英语医学语料库上取得了显著优于seq 2seq基线的结果，在词汇相似度方面产生了3%~4%的绝对改善，并且当与基线结合时，SARI分数进一步提高了1.1%。我们还强调现有的评估方法的缺点，并引入新的指标，考虑到词汇和高层次的语义相似性。对测试集的随机样本进行的人类评估进一步确立了所提出的方法的有效性。代码和模型在这里发布：https://github.com/LuJunru/NapSS。
2023-02-11 cs.CL
Evaluation of Large Language Models for Summarization Tasks in the Medical Domain: A Narrative Review
University of Wisconsin（威斯康星大学）；University of Colorado（科罗拉多大学）；Epic Systems（Epic系统公司）；UW Health（威斯康星大学健康中心）
本文综述了大型语言模型在临床摘要任务中的评估现状，并针对专家人工评估存在的资源限制问题提出了未来研究方向。
2024-09-26 cs.AI cs.CL
A Comparative Study of Evaluation Metrics for Long-Document Financial Narrative Summarization with Transformers
Lancaster University（兰卡斯特大学）
本研究针对伦敦证券交易所上市公司年度报告的长文档摘要任务，比较了多种预训练Transformer模型和提取技术，提出BRUGEscore指标（ROUGE-2与BERTscore的调和平均）以改进评估，并通过统计检验和对抗性分析验证了其稳健性。
2026-10-08 cs.CL
Summarization Bias: The Directional Collapse of Objective Projection into Told-Mode Labels in Large Language Models --- A Conceptual Framework and Registered Test Protocol
本文提出摘要偏差概念，指大语言模型倾向将叙事意义简化为摘要标签而非重建推理结构，并假设其在生成与评估两种机制中朝讲述模式方向失效，预注册了测试协议。
2026-09-18 cs.CL
VideoXum: Cross-modal Visual and Textural Summarization of Videos
University of Rochester（罗切斯特大学）；OPPO US Research Center（OPPO美国研究中心）
提出联合视频与文本摘要新任务，构建大规模人工标注数据集VideoXum，设计端到端模型VTSUM-BILP及评估指标VT-CLIPScore，实现跨模态语义对齐并确立基准。
2024-04-23 cs.CL cs.CV
Minimal Clips, Maximum Salience: Long Video Summarization via Key Moment Extraction
IRIT, University of Toulouse（图卢兹大学IRIT研究所）；Agency for Science, Technology and Research (A*STAR)（科技研究局（A*STAR））；CNRS, IRIT（法国国家科学研究中心（CNRS），IRIT研究所）
本文提出了一种通过关键时刻提取实现长视频多模态摘要的方法，利用轻量级模型和大型语言模型实现高效摘要生成。
2026-01-08 cs.CL cs.CV
A Modular Approach for Multimodal Summarization of TV Shows
University of Edinburgh（爱丁堡大学）；School of Informatics（信息学院）
本文提出一种用于电视节目多模态摘要的模块化方法，通过独立组件处理场景检测、重排、视觉转文本、对话摘要及融合，并引入新指标PRISMA，在SummScreen3D数据集上生成更高质量摘要。
2024-08-22 cs.CL
Can LLMs Learn Macroeconomic Narratives from Social Media?
Technion, IIT（以色列理工学院）；Columbia University（哥伦比亚大学）；Hebrew University（希伯来大学）
本研究实证检验叙事经济学假设，引入含X平台经济叙事的数据集，用NLP方法提取总结叙事并测试其宏观经济预测能力，为该领域研究提供数据、工具及挑战洞察。
2025-02-11 cs.CE cs.CL
Multi-Narrative Semantic Overlap Task: Evaluation and Benchmark
Auburn University（奥本大学）
在本文中，我们介绍了一个重要但相对未开发的NLP任务，称为多叙事语义重叠（MNSO），这需要生成多个交替叙事的语义重叠。由于没有现成的基准数据集可用于此任务，我们通过从网络上抓取2，925个叙事对来创建一个，然后通过人工注释器手动创建411个不同的地面实况语义重叠的繁琐过程。作为一种评估这种新的任务，我们首先进行了系统的研究，借用流行的ROUGE度量文本摘要文献，发现ROUGE是不适合我们的任务。随后，我们进行了进一步的人工注释/验证，以创建200个文档级和1，518个文档级地面实况标签，这有助于我们制定一个新的精确召回风格评估指标，称为SEM-F1（语义F1）。实验结果表明，所提出的SEM-F1度量产生更高的相关性与人类的判断，以及更高的评分员之间的协议相比，ROUGE度量。
2022-01-14 cs.AI cs.CL
DiscoSum: Discourse-aware News Summarization
University of Southern California Information Sciences Institute（南加州大学信息科学研究所）；School of Computer Science, Wuhan University（武汉大学计算机学院）；University of California, Davis（加州大学戴维斯分校）
针对新闻摘要难以维持篇章结构的问题，本文构建跨平台多风格新闻摘要数据集，提出新闻篇章模式及基于束搜索的 DiscoSum 算法，实现结构感知的可控摘要生成。
2025-06-07 cs.AI cs.CL
Conversational Answer Generation and Factuality for Reading Comprehension Question-Answering
问答（QA）是语音助理的重要用例。一种流行的问答方法是提取阅读理解（RC），它在文本段落中找到答案跨度。然而，提取的答案在会话上下文中通常是不自然的，这导致次优的用户体验。在这项工作中，我们调查问答会话的答案生成。我们提出了一个端到端的生成RC模型，它将多个段落的答案生成与段落排名和可回答性相结合。此外，在应用生成RC的一个障碍是幻觉的答案是事实上与文本不一致。我们利用最近的工作总结，以评估真实性。实验结果表明，与MS MARCO 2.1 NLGEN和NarrativeQA之前发表的最佳结果相比，EscherBART显着提高了2.5 ROUGE-L和9.4 ROUGE-L。
2021-03-11 cs.CL
Shotluck Holmes: A Family of Efficient Small-Scale Large Language Vision Models For Video Captioning and Summarization
Georgia Institute of Technology（佐治亚理工学院）
本文提出高效小型 LLVM 系列 Shotluck Holmes，通过改进预训练与数据策略使其理解帧序列，并在 Shot2Story 上以更小、更高效的模型取得领先性能。
2024-10-21 cs.CL cs.CV cs.LG
