Large Language Model-Powered Query-Driven Event Timeline Summarization in Industrial Search
Baidu Inc.（百度公司）
提出QDET系统，通过多任务微调和强化学习实现查询驱动的事件时间线摘要，在百度搜索中显著提升用户参与度。
2026-05-26 cs.CL cs.IR
Towards Real-Time Summarization of Scheduled Events from Twitter Streams
Queens College（皇后学院）；City University of New York（纽约城市大学）；UNED（西班牙国立远程教育大学）
本文探讨了实时的【形】摘要的预定事件，如足球比赛的洪流的Twitter流。我们提出并评估了一种方法，大大缩小了流的鸣叫实时的【形】，并由两个步骤组成：（i）子事件检测，确定是否有新的事情发生，（ii）鸣叫选择，选择一个代表性的鸣叫来描述每个子事件。我们比较了三种语言的摘要生成的所有足球比赛在“2011年美洲杯”，以参考现场报告提供的雅虎！体育记者。我们发现，简单的文本分析方法，不涉及外部知识导致总结，平均覆盖84%的子事件，和100%的关键类型的子事件（如足球的目标）。我们的方法应该直接适用于其他类型的预定事件，如其他体育，颁奖典礼，主题演讲，电视节目等。
2012-04-17 cs.CL cs.IR cs.SI
Query-Focused Event Summarization: A Dataset and Benchmark
School of Electronic Information and Communications, Huazhong University of Science and Technology（华中科技大学电子信息与通信学院）
针对现有查询聚焦摘要（QFS）数据集缺乏面向事件的摘要及方法在大规模语料库表现不佳的问题，提出查询聚焦事件摘要（QFES）任务，构建QFESum数据集，引入含RAT和SHC的两阶段框架，实验证明该框架有效。
2026-07-14 cs.CL
Real-Time Web Scale Event Summarization Using Sequential Decision Making
Columbia University（哥伦比亚大学）；Microsoft Research（微软研究院）
我们提出了一个系统的基础上顺序决策的在线摘要的大量的文档流，如那些发现在Web上。给定一个感兴趣的事件（例如“波士顿马拉松爆炸案”），我们的系统能够过滤相关性的流，并产生一系列简短的文本更新描述事件，因为它随着时间的推移展开。与以前的工作不同，我们的方法是能够共同建模的相关性，全面性，新颖性和时效性所需的时间敏感的查询。我们证明了28.3%的改善，在总结F1和43.8%的改善，在时间敏感的F1指标。
2016-05-12 cs.CL
CoPERLex: Content Planning with Event-based Representations for Legal Case Summarization
School of Computation, Information, and Technology（计算、信息与技术学院；慕尼黑工业大学）；Technical University of Munich
针对法律判决冗长问题，提出CoPERLex框架，通过事件中心表示（主语-动词-宾语三元组）进行内容选择与规划，在四个法律摘要数据集上验证了其优于实体中心方法。
2025-01-23 cs.CL
Event-Keyed Summarization
University of Rochester（罗切斯特大学）
提出事件键控摘要（EKS）任务，结合传统摘要与文档级事件抽取，构建MUCSUM数据集并提供基线模型，验证任务独特性与基准稳健性。
2024-02-10 cs.AI cs.CL cs.LG
Background Summarization of Event Timelines
Carnegie Mellon University（卡内基梅隆大学）；Amazon（亚马逊）
本文提出背景新闻摘要任务，通过合并时间线数据集构建新数据集，使用Flan-T5和GPT-3.5等模型生成背景摘要，并引入基于问答的评估指标BUS来衡量摘要质量。
2023-10-24 cs.CL
Cross-Document Event-Keyed Summarization
Johns Hopkins University（约翰斯·霍普金斯大学）；University of Rochester（罗切斯特大学）
本研究将事件关键摘要扩展到跨文档场景，构建了SEAMUS数据集并评估多种基线，证明其作为新任务基准的价值。
2024-12-15 cs.CL
CrisisLTLSum: A Benchmark for Local Crisis Event Timeline Extraction and Summarization
Michigan State University（密歇根州立大学）；Dataminr, Inc.（Dataminr公司）；New York University Abu Dhabi（纽约大学阿布扎比分校）
社交媒体在应急响应中发挥着越来越重要的作用：第一响应者可以使用公共帖子更好地对正在发生的危机事件做出反应，并将必要的资源部署在最需要的地方。时间轴提取和抽象摘要是利用关于事件的大量社交媒体帖子的关键技术任务。不幸的是，很少有数据集用于对这些任务的技术方法进行基准测试。本文介绍了CrisisLTLSum，迄今为止最大的本地危机事件时间表数据集。CrisisisLTLSum包含四个领域的1，000个危机事件时间表：野火，当地火灾，交通和风暴。我们使用半自动化的集群然后细化方法从公共Twitter流中收集数据来构建CrisisLTLSum。我们最初的实验表明，与人类在这两项任务上的表现相比，强基线的表现之间存在显着差距。我们的数据集、代码和模型都是公开的。
2022-10-25 cs.CL
daVinci-kernel: Co-Evolving Skill Selection, Summarization, and Utilization via RL for GPU Kernel Optimization
University of Science and Technology of China（中国科学技术大学）
提出daVinci-kernel框架，通过强化学习联合训练技能选择、策略生成和技能总结三个智能体，共享LLM骨干，实现GPU内核优化，在KernelBench上超越先前最优模型。
2026-07-28 cs.AI cs.CL cs.LG
Wisdom of the Crowds in Forecasting: Forecast Summarization for Supporting Future Event Prediction
Max Planck Institute for Informatics（马克斯·普朗克信息学研究所）；University of Innsbruck（因斯布鲁克大学）
针对传统预测方法因无法捕捉事件语义信息导致复杂事件预测不可靠的问题，梳理基于群体智慧聚合个体预测以支持未来事件预测的现有研究与框架，讨论挑战、数据集、改进方向并提出新数据模型。
2025-02-12 cs.CL cs.IR cs.LG
LLM Based Multi-Document Summarization Exploiting Main-Event Biased Monotone Submodular Content Extraction
Institute for Infocomm Research, A*STAR（新加坡科技研究局资讯通信研究院）
针对多文档摘要主观偏差大的问题，提出融入主事件偏向单调子模函数的提取-改写方法，结合微调LLM生成连贯摘要，在内容覆盖等方面超越基线。
2023-10-05 cs.CL
Multi-document Summarization through Multi-document Event Relation Graph Reasoning in LLMs: a case study in Framing Bias Mitigation
Department of Computer Science and Engineering（计算机科学与工程系）
针对媒体偏差问题，提出基于多文档事件关系图的大语言模型中立摘要方法，通过硬文本提示和软图嵌入两种策略融合图信息，有效缓解两类媒体偏差并提升内容保留度。
2025-06-15 cs.CL
Unsupervised Multi-Granularity Summarization
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Microsoft Cognitive Services Research（微软认知服务研究院）；Microsoft Research Asia（微软亚洲研究院）
文本摘要是基于用户偏好的任务，即，对于同一个文档，用户通常有不同的摘要优先级。作为摘要定制的一个关键方面，粒度用于衡量摘要和源文档之间的语义覆盖率。然而，开发能够生成具有可定制语义覆盖率的摘要的系统仍然是一个未充分探索的主题。在本文中，我们提出了第一个无监督的多粒度摘要框架，GranuSum。我们把事件作为源文档的基本语义单位，并提出了这些事件的显着性排名。我们还开发了一个模型来总结输入文档与给定的事件作为锚和提示。通过输入不同数量的事件，GranuSum能够以无监督的方式生成多粒度摘要。同时，我们注释了一个新的基准GranuDUC，它包含多个摘要在不同的粒度为每个文档集群。实验结果证实了GranuSum在多粒度摘要方面的实质性优势。此外，通过利用事件信息，GranuSum在传统的无监督抽象设置下也表现出最先进的性能。本文的数据集可在以下网站找到：https://github.com/maszhongming/GranuDUC
2022-12-14 cs.CL
Event-based evaluation of abstractive news summarization
University of Oslo（奥斯陆大学）；University of Bergen（卑尔根大学）
本文提出一种基于事件重叠的抽象式新闻摘要评估方法，通过在挪威语数据集上计算生成摘要、参考摘要与原文之间的事件重叠来评估摘要质量，为摘要中的事件信息提供更深入的分析。
2025-07-01 cs.CL
SupMMD: A Sentence Importance Model for Extractive Summarization using Maximum Mean Discrepancy
Australian National University（澳大利亚国立大学）；Google Research（谷歌研究院）
多文档摘要的大部分工作都集中在每个单独的文档集中存在的信息的通用摘要。然而，更新摘要的未充分开发的设置（其中目标是识别每个集合中存在的新信息）具有相同的实际兴趣（例如，向读者呈现关于演进的新闻主题的更新）。在这项工作中，我们提出了SupMMD，一种新的技术，通用和更新摘要的基础上最大的平均差异，从内核两个样本测试。SupMMD结合了针对显著性的监督学习和针对覆盖率和多样性的无监督学习。此外，我们调整多核学习以利用多个信息源之间的相似性（例如，文本特征和基于知识的概念）。我们通过在DUC-2004和TAC-2009数据集上达到或超过当前最先进水平，展示了SupMMD在通用和更新摘要任务中的功效。
2020-10-06 cs.CL
A Large-Scale Multi-Document Summarization Dataset from the Wikipedia Current Events Portal
Aylien Ltd.（Aylien有限公司）；Insight Centre for Data Analytics（洞察数据分析中心）；University College Dublin（都柏林大学学院）
多文档摘要（MDS）旨在将大型文档集合中的内容压缩成简短的摘要，并在新闻提要的故事聚类、搜索结果的呈现和时间轴生成中具有重要的应用。然而，缺乏能够以足够大的规模实际解决此类用例的数据集，以训练用于此任务的监督模型。这项工作提出了一个新的数据集MDS是大的文档集群的总数和单个集群的大小。我们通过利用维基百科时事门户（WCEP）来构建这个数据集，该门户提供了简洁和中立的新闻事件摘要，并提供了外部来源文章的链接。我们还通过在Common Crawl归档中查找相关文章来自动扩展这些源文章。我们提供了几个国家的最先进的MDS技术的数据集和实证结果的定量分析。
2020-05-20 cs.CL
EventSum: A Large-Scale Event-Centric Summarization Dataset for Chinese Multi-News Documents
National University of Defense Technology（国防科技大学）；Tsinghua University（清华大学）
本文提出事件中心多文档摘要任务，构建首个大规模中文多新闻摘要数据集 EventSum（含 5,100 个事件、57,984 篇文档），并设计多种召回率指标，实验表明该任务对现有长上下文大语言模型仍具挑战性。
2025-01-03 cs.CL
Using Synchronic and Diachronic Relations for Summarizing Multiple Documents Describing Evolving Events
在本文中，我们提出了一个新的观点，从多个来源总结不断变化的事件的问题。在讨论了演化事件的性质之后，我们介绍了线性演化事件和非线性演化事件的区别。然后，我们提出了一个通用的方法，自动创建摘要不断变化的事件。其核心是共时和历时跨文献关系（SDR）的概念，其目的是从共时和历时的角度识别源之间的相似性和差异性。特别提款权并不连接文件或其中的文本元素，而是人们可以称之为信息的结构。应用这种方法将产生一组消息和关系，SDR，将它们连接起来，这就是我们称之为网格的图。我们将展示如何将这样的网格视为自然语言生成系统的起点。在两个案例研究，一个线性演变的事件（足球比赛的描述）和另一个非线性演变的事件（涉及人质的恐怖事件）的方法进行评估。在这两种情况下，我们评估我们的计算系统产生的结果。
2007-10-18 cs.CL cs.IR
Abstractive Summarization as Augmentation for Document-Level Event Detection
University of Zagreb, Faculty of Electrical Engineering and Computing（萨格勒布大学电气工程与计算学院）
本文提出用BART零样本抽象式摘要对DocEE低资源类别进行数据增强，并结合文档标题输入，在文档级事件检测中提升线性SVM和RoBERTa的分类性能。
2023-05-29 cs.CL
Live Blog Corpus for Summarization
Research Training Group AIPHES；UKP Lab Computer Science Department, Technische Universit \"a t Darmstadt www.aiphes.tu-darmstadt.de, www.ukp.tu-darmstadt.de
实时博客是一种越来越受欢迎的新闻格式，用于报道在线新闻中的突发新闻和现场事件。世界各地的在线新闻网站都在使用这种媒体，为读者提供有关事件的每分钟更新。好的摘要可以提高读者对实时博客的价值，但通常无法获得。在本文中，我们研究了一种收集语料库的自动实时博客摘要的方法。在使用著名的国家的最先进的摘要系统的实证评估，我们发现，生活博客语料库提出了新的挑战，在该领域的摘要。我们公开我们的工具来重建语料库，以鼓励研究社区和复制我们的结果。
2018-02-27 cs.CL
GASCADE: Grouped Summarization of Adverse Drug Event for Enhanced Cancer Pharmacovigilance
Department of Computer Science & Engineering, Indian Institute of Technology Patna（印度理工学院帕纳布分校计算机科学与工程系）；Indira Gandhi Institute of Medical Sciences, Patna（英伽丁医学科学学院）
本文提出GASCADE框架，结合大语言模型信息抽取与T5摘要能力，并首次将Direct Preference Optimization等对齐技术用于编码器-解码器摘要模型，同时构建MCADRS数据集，以提升癌症药物警戒中药品不良事件分组摘要的性能。
2025-05-07 cs.AI cs.CL
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
NTS-CoT: Mitigating Hallucinations in LLM-based News Timeline Summarization with Chain-of-Thought Reasoning
Central South University（中南大学）；Tsinghua University（清华大学）；Nanjing University（南京大学）；Suzhou Aerospace Information Research Institute（苏州空天信息研究院）；McGill University（麦吉尔大学）
针对大模型在新闻时间线摘要中产生内容不忠实和信息遗漏两类幻觉，提出NTS-CoT框架，通过元素思维链、日期选择和因果思维链三个模块有效缓解幻觉，在三个基准上超越现有方法。
2026-06-12 cs.AI cs.CL
Combining Deep Neural Reranking and Unsupervised Extraction for Multi-Query Focused Summarization
Technische Hochschule Nürnberg Georg Simon Ohm（纽伦堡乔治·西蒙·欧姆应用科学大学）
CrisisFACTS Track旨在应对事件跟踪领域的多流实况调查等挑战;参与者的系统从若干灾害相关事件中提取重要事实，同时纳入时间顺序。我们提出了一个组合的检索，重新排序，以及著名的线性规划（ILP）和最大边际相关性（MMR）框架。在前两个模块中，我们探索了各种方法，包括基于实体的基线，预训练和微调的问答系统和ColBERT。然后，我们使用后一个模块作为一个提取的总结组件，考虑多样性和新颖性标准。自动评分运行显示了整个评估设置的强大结果，但也揭示了缺点和挑战。
2023-02-02 cs.CL
Just What You Desire: Constrained Timeline Summarization with Self-Reflection for Enhanced Relevance
National University of Singapore（新加坡国立大学）
本文提出受约束时间线摘要（CTLS）任务，利用LLM按约束总结新闻并聚类关键事件，同时引入自反思方法提升性能。
2024-12-23 cs.CL
Unfolding the Headline: Iterative Self-Questioning for News Retrieval and Timeline Summarization
Shanghai Jiao Tong University（上海交通大学）；Tongyi Lab, Alibaba Group（阿里巴巴集团通义实验室）
本文提出CHRONOS，通过迭代自提问驱动大语言模型检索新闻信息并生成开放域时间线摘要，同时构建Open-TLS数据集，实验证明其性能可与封闭域最先进系统相媲美。
2025-01-01 cs.CL
Multi-Query Focused Disaster Summarization via Instruction-Based Prompting
Technische Hochschule Nürnberg Georg Simon Ohm（纽伦堡乔治·西蒙·欧姆应用技术大学）
本文提出结合BM25和MonoT5两阶段检索、重排序及基于LLaMA-13b的问答驱动提示摘要方法，解决CrisisFACTS多流灾难事件关键事实提取任务，评估显示效果良好但开源与专有系统仍有差距。
2024-02-14 cs.CL
SumREN: Summarizing Reported Speech about Events in News
Amazon Alexa（亚马逊Alexa）
新闻文章的主要目的是为事件建立事实记录，通常通过传达指定事件的细节（即，5.人，人。报告）。然而，现有的新闻摘要研究几乎只关注事件细节。在这项工作中，我们提出了一个新的任务，总结不同的发言者的反应，表达了他们的报告声明，一个给定的事件。为此，我们创建了一个新的多文档摘要基准，SUMREN，包括从633篇讨论132个事件的新闻文章中获得的各种公众人物的745份报告摘要。我们提出了一个自动银训练数据生成方法，我们的任务，这有助于较小的模型，如BART实现GPT-3级性能的这项任务。最后，我们介绍了一个基于管道的框架，总结报告的语音，我们经验表明，生成的摘要是更抽象和事实比基线查询为中心的摘要方法。
2023-03-08 cs.CL
Scaling Multi-Document Event Summarization: Evaluating Compression vs. Full-Text Approaches
Carnegie Mellon University（卡内基梅隆大学）
本研究对比大规模多文档摘要的压缩与全文两类方法，在含约百篇文档/摘要的三个数据集上评估多模型与方法，发现全文及检索方法多数场景最优，压缩方法中间阶段潜力大但有信息损失，强调需开发混合方案提升性能。
2025-02-10 cs.CL
HERA: Improving Long Document Summarization using Large Language Models with Context Packaging and Reordering
College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院）；Ant Group（蚂蚁集团）
针对大语言模型在长文档摘要中因信息分散和叙述顺序混乱导致表现不佳的问题，提出HERA框架，通过语义分段、检索与重排序构建输入上下文，无需额外微调即显著优于基础模型。
2025-02-01 cs.CL
Educational Question Generation of Children Storybooks via Question Type Distribution Learning and Event-Centric Summarization
IBM Research Europe（IBM欧洲研究院）；IBM Research（IBM研究院）；WeChat AI（微信AI）；The Hong Kong University of Science and Technology（香港科技大学）；Nanjing University of Information Science and Technology（南京信息工程大学）；Nankai University（南开大学）
针对儿童童话教育问题生成的难点，提出结合问题类型分布学习与事件中心摘要的新方法，用银标样本微调预训练模型，在FairytaleQA数据集上取得良好效果，验证了任务拆解的必要性。
2024-10-04 cs.CL cs.HC
TimelineReasoner: Advancing Timeline Summarization with Large Reasoning Models
Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学北京校区人工智能学院）
本文提出TimelineReasoner框架，通过大推理模型的主动推理能力，改进时间线摘要任务，提升准确性、覆盖性和连贯性。
2026-04-03 cs.AI cs.CL
Follow the Timeline! Generating Abstractive and Extractive Timeline Summary in Chronological Order
King Abdullah University of Science and Technology（阿卜杜拉国王科技大学）；Peking University（北京大学）；University of Notre Dame（圣母大学）；Renmin University of China（中国人民大学）
如今，与一般新闻查询相关的带时间戳的Web文档在整个互联网上泛滥，并且时间轴摘要目标是简明地总结事件沿着时间轴的演变轨迹。与传统的文档摘要不同，时间轴摘要需要对输入事件的时间序列信息进行建模，并按时间顺序对重要事件进行摘要。为了解决这个问题，在本文中，我们提出了一个统一的时间轴摘要（UTS），可以生成抽象和提取的时间轴摘要的时间顺序。具体而言，在编码器部分，我们提出了一个基于图的事件编码器，根据它们的内容依赖关系将多个事件联系起来，并学习每个事件的全局表示。在解码器部分，为了保证摘要的时序性，提出在摘要生成过程中提取事件级注意特征，并保留序列信息，以此来模拟真实摘要的进化注意。事件级注意力还可以用于帮助提取摘要，其中提取的摘要也是按时间顺序出现的。我们扩充了以前的中文大规模时间轴摘要数据集，并收集了一个新的英文时间轴数据集。对这些数据集和域外时间轴17数据集进行的大量实验表明，UTS在自动和人工评估方面都达到了最先进的性能。
2023-01-02 cs.CL
ADSumm: Annotated Ground-truth Summary Datasets for Disaster Tweet Summarization
Indian Institute of Technology Patna（印度理工学院巴特那分校）；University of Tartu（塔尔图大学）
针对灾害推文监督摘要缺乏训练与评估数据的问题，本文构建 ADSumm，为八国来源中的八类自然灾害和人为灾害事件提供带标注真实摘要、类别/相关性标签及关键短语，并使 ROUGE-N F1 提升 8%–28%。
2024-05-10 cs.CL cs.SI
EquiSumm : A Gender Bias-Aware Framework for Inclusive Tweet Summarization
ABV IIITM Gwalior（ABV IIITM 格瓦利尔）
提出EquiSumm框架，通过考虑性别维度生成推文摘要，实验表明其在两个数据集上有效减少性别偏见并保持摘要质量。
2026-05-22 cs.CL
Screenplay Summarization Using Latent Narrative Structure
University of Edinburgh（爱丁堡大学）；University of Melbourne（墨尔本大学）
大多数通用提取摘要模型都是在新闻文章上训练的，这些文章很短，并且预先呈现了所有重要信息。因此，这样的模型在位置上是有偏见的，并且通常从文档的开头开始执行句子的智能选择。当总结长篇叙事时，它具有复杂的结构和零碎的信息，简单的位置分析是不够的。在本文中，我们建议将叙事的底层结构明确纳入一般的无监督和监督提取摘要模型。我们根据关键叙事事件（转折点）将叙事结构形式化，并将其视为潜在的，以总结剧本（即，提取场景的最佳序列）。CSI语料库的电视剧本，我们增加了场景级的摘要标签的实验结果表明，潜在的转折点与CSI情节的重要方面，并提高概括性能一般提取算法，导致更完整和多样化的摘要。
2020-04-27 cs.CL
WikiAsp: A Dataset for Multi-domain Aspect-based Summarization
Carnegie Mellon University（卡内基梅隆大学）；AlphaSense
基于主题的摘要是基于特定兴趣点生成重点摘要的任务。这样的摘要有助于有效地分析文本，例如从不同角度快速理解评论或观点。然而，由于不同域的方面的类型存在很大差异（例如，情感，产品功能），以前的模型的发展往往是特定领域的。在本文中，我们提出了WikiAsp，一个大规模的数据集，多域基于方面的总结，试图刺激研究的方向开放域基于方面的总结。具体来说，我们使用来自20个不同领域的维基百科文章构建数据集，使用每篇文章的章节标题和边界作为方面注释的代理。我们为此任务提出了几个简单的基线模型，并在数据集上进行实验。结果突出了现有摘要模型在这种情况下面临的主要挑战，如正确的代词处理引用的来源和一致的时间敏感事件的解释。
2020-11-16 cs.CL
Dialect Diversity in Text Summarization on Twitter
Yale University（耶鲁大学）
Twitter上的讨论涉及来自不同方言的不同社区的参与，通常需要将大量帖子汇总为具有代表性的样本以提供概要。然而，任何这样的代表性样本都应该充分描绘潜在的方言多样性，以呈现代表方言的不同参与社区的声音。提取摘要算法执行构建子集的任务，这些子集简洁地捕获任何给定帖子集合的主题。然而，我们观察到，有方言偏见的摘要产生的共同摘要方法，即，他们通常返回的摘要不足以代表某些方言。绝大多数现有的“公平”摘要方法需要社会显著属性标签（在这种情况下，方言），以确保所生成的摘要相对于社会显著属性是公平的。然而，在许多应用中，这些标签并不存在。此外，由于社交媒体中方言的不断发展，标记或准确推断每个社交媒体帖子的方言是不合理的。为了纠正方言偏见，我们采用了一个框架，将现有的文本摘要算法作为一个黑盒，并使用一小部分方言多样化的句子，返回一个相对更方言多样化的摘要。至关重要的是，这种方法不需要被总结的帖子具有方言标签，确保多样化过程独立于方言分类/识别模型。我们展示了我们的方法在Twitter数据集上的有效性，这些数据集包含由种族或性别定义的不同社会群体使用方言撰写的帖子;在所有情况下，与标准文本摘要方法相比，我们的方法都能提高方言多样性。
2021-04-04 cs.CL cs.CY
A Temporally Sensitive Submodularity Framework for Timeline Summarization
Knowledge Architecture & Innovation（知识架构与创新部）；BASF SE（巴斯夫股份公司）；Institute of Computational Linguistics, Heidelberg University（海德堡大学计算语言学研究所）
时间轴摘要（TLS）通过最重要日期的日期每日摘要创建长期运行事件的概述。TLS与标准多文档摘要（MDS）的不同之处在于日期选择的重要性，不同日期摘要之间的相互依赖性，以及与语料库文档的数量相比具有非常短的摘要。然而，我们表明，MDS优化模型使用子模块化功能，可以通过设计目标函数和约束，模型的TLS固有的时间维度，以产生性能良好的TLS模型。重要的是，这些调整保留了原始MDS模型的优雅和优势（功能和推理的明确分离，性能保证和可扩展性，几乎不需要监督），而这些都是当前特定于TLS的模型所缺乏的。该框架的开源实现和本文中描述的所有模型都可以在线获得。
2018-10-18 cs.CL
Abstractive Text Summarization for Bangla Language Using NLP and Machine Learning Approaches
Maharishi International University（玛赫西国际大学）；Utah State University（犹他州立大学）；William & Mary（威廉玛丽学院）；Mymensingh Engineering College（迈门辛工程学院）
本文提出一种基于神经网络的模型，旨在将孟加拉语文本高效、稳定地摘要为简洁段落，以减少阅读冗余信息的时间。
2025-01-25 cs.CL
Movie Summarization via Sparse Graph Construction
我们通过创建包含最具信息量的场景的较短视频来总结全长电影。我们探索的假设是，可以通过组装作为转折点（TP）的场景来创建摘要，即，电影中描述故事情节的关键事件。我们提出了一个模型，通过建立一个稀疏的电影图，表示场景之间的关系，并使用多模态信息构建识别TP场景。根据人类判断，我们的方法创建的摘要比基于序列的模型和通用摘要算法的输出信息更丰富，更完整，并获得更高的评级。诱导的图形是可解释的，显示不同的拓扑结构为不同的电影类型。
2020-12-14 cs.CL cs.CV
MiRANews: Dataset and Benchmarks for Multi-Resource-Assisted News Summarization
Heriot-Watt University（赫瑞-瓦特大学）；Charles University（查理大学）；Google Research（谷歌研究院）
当前单文档新闻摘要的最具挑战性的方面之一是摘要经常包含“外在幻觉”，即，源文档中不存在的事实，这些事实通常是通过世界知识推导出来的。这使得摘要系统更像是开放式的语言模型，倾向于产生错误的事实。在本文中，我们减轻了这个问题的帮助下，多个补充资源文件协助任务。我们提出了一个新的数据集MiRANews和基准现有的摘要模型。与多文档摘要不同的是，它处理来自多个源文档的多个事件，我们的目标仍然是为单个文档生成摘要。我们通过数据分析表明，这不仅仅是模型的问题：MiRANews的黄金摘要中提到的事实中，超过27%的事实比主要来源文章更好地基于辅助文件。对MiRANews上微调的预训练模型生成的摘要进行的错误分析显示，这对模型的影响更大：与仅在主文章上训练的单文档摘要模型相比，辅助摘要减少了55%的幻觉。我们的代码和数据可在https://github.com/XinnuoXu/MiRANews上获得。
2021-09-22 cs.CL
Embrace Divergence for Richer Insights: A Multi-document Summarization Benchmark and a Case Study on Summarizing Diverse Information from News Articles
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Salesforce AI Research（Salesforce人工智能研究部门）
本文提出多文档新闻多样化信息摘要新任务，构建DiverseSumm数据集，分析LLM评估指标偏差并确立最佳实践，发现GPT-4在覆盖多样化信息方面仍面临挑战。
2024-03-22 cs.CL
SciLit: A Platform for Joint Scientific Literature Discovery, Summarization and Citation Generation
Institute of Neuroinformatics（神经信息学研究所）；University of Zurich（苏黎世大学）；ETH Zurich（苏黎世联邦理工学院）
针对科学写作中文献检索、总结与引用耗时的问题，提出集成文献推荐、要点提取与引用生成的SciLit平台，采用两阶段检索系统实现亿级文献高效推荐，配套界面支持抽取式摘要展示与上下文对齐的生成式引用，已上线供使用。
2023-11-06 cs.CL
A Mixed-Language Multi-Document News Summarization Dataset and a Graphs-Based Extract-Generate Model
Faculty of Information Engineering and Automation, Kunming University of Science and Technology（昆明理工大学信息工程与自动化学院）；Yunnan Key Laboratory of Artificial Intelligence, Kunming University of Science and Technology（昆明理工大学云南省人工智能重点实验室）
针对混合语言多文档新闻摘要研究缺乏数据集的问题，本文构建了包含四种语言和10,992个文档摘要对的MLMD-news数据集，并提出基于图的抽取-生成模型进行基准测试，以推动该领域研究。
2024-10-13 cs.CL
PORTRAIT: a hybrid aPproach tO cReate extractive ground-TRuth summAry for dIsaster evenT
University of Tartu（塔尔图大学）；Indian Institute of Technology Patna（印度理工学院巴特那分校）
针对灾害事件抽取式真实摘要生成依赖人工且方差大的问题，提出半自动化混合方法PORTRAIT，在减少人力时间的同时保证摘要质量，并发布5起灾害事件的真实摘要及基准评估。
2023-05-19 cs.CL cs.SI
DynE: Dynamic Ensemble Decoding for Multi-Document Summarization
Aylien Ltd.（Aylien有限公司）；Insight Centre for Data Analytics（洞察数据分析中心）；University College Dublin（都柏林大学学院）
序列到序列（s2 s）模型是自然语言处理中广泛工作的基础。然而，某些应用，例如多文档摘要、多模态机器翻译和机器翻译的自动后期编辑，需要将多个不同输入的集合映射到单个输出序列中。最近的工作已经为这些多输入设置引入了定制的架构，并开发了可以处理越来越长的输入的模型;然而，特殊模型架构的性能受到可用的域内训练数据的限制。在这项工作中，我们提出了一个简单的解码方法，它集成了不同的输入相同的模型的多个实例的输出。我们提出的方法允许为vanilla s2 s任务训练的模型直接用于多输入设置。当每个输入都与其他输入有显著重叠时，这种方法特别有效，例如将关于同一事件的一组新闻文章压缩成单个连贯摘要时，我们在几个多文档摘要数据集上获得了最先进的结果。
2020-06-15 cs.CL
Beyond Static Summarization: Proactive Memory Extraction for LLM Agents
State Key Laboratory for Novel Software Technology, Nanjing University, China（新型软件技术国家重点实验室，南京大学）；National Institute of Healthcare Data Science, Nanjing University, China（健康数据科学国家研究院，南京大学）
本文提出ProMem，一种主动记忆提取方法，通过递归反馈机制提升LLM代理的记忆完整性和问答准确性，实现高质量与低成本的平衡。
2026-09-02 cs.AI cs.CL
Who's important? -- SUnSET: Synergistic Understanding of Stakeholder, Events and Time for Timeline Generation
National University of Singapore（国立新加坡大学）；A*STAR Institute of High Performance Computing（A*STAR高性能计算研究所）；Celia Research Team（Celia研究团队）；Norbert Wiener Research Center, Huawei International（诺伯特·维纳研究中心，华为国际）
本文提出SUnSET框架，通过引入多方重要性评估和事件关联性度量，提升时间线生成的准确性，实验结果优于现有方法，凸显多方信息的重要性。
2026-03-17 cs.CL cs.IR cs.SI
DIAMOND: An LLM-Driven Agent for Context-Aware Baseball Highlight Summarization
Seoul National University（首尔国立大学）；CJ Corporation（CJ公司）
本文提出DIAMOND智能体，将棒球统计特征与大语言模型叙事推理相结合进行精彩片段摘要，在韩国棒球联赛中F1分数从42.9%提升至84.8%，优于商业和统计基线。
2025-06-03 cs.AI cs.CL cs.CV
Exploring News Summarization and Enrichment in a Highly Resource-Scarce Indian Language: A Case Study of Mizo
International Institute of Information Technology - Hyderabad（海得拉巴国际信息技术学院）
本文针对资源极度稀缺的米佐语新闻，提出利用英语新闻补充信息以生成整体摘要的方法，并通过公开500篇数据集及人工评估验证其显著提升信息覆盖度的有效性。
2024-04-25 cs.AI cs.CL
Reader-Aware Multi-Document Summarization via Sparse Coding
The Chinese University of Hong Kong（香港中文大学）；Carnegie Mellon University（卡内基梅隆大学）；Huawei Technologies（华为技术有限公司）
我们提出了一个新的MDS范例称为读者感知的多文档摘要（RA-MDS）。具体地，还收集与新闻报道相关联的一组读者评论。从报告中生成的事件摘要不仅应根据报告，而且应根据读者评论而突出。为了解决这个RA-MDS问题，我们提出了一种基于稀疏编码的方法，该方法能够通过联合考虑新闻报道和读者评论来计算文本单元的显著性。我们的框架的另一个读者意识的特点是通过实体重写来提高语言质量。重写的考虑是共同评估与其他摘要的要求下，一个统一的优化模型。为了支持通过优化生成压缩摘要，我们探索了一个更精细的句法单元，即名词/动词短语。在这项工作中，我们还生成了一个数据集进行RA-MDS。在该数据集和一些经典数据集上的实验证明了该方法的有效性。
2015-04-28 cs.AI cs.CL
Write Summary Step-by-Step: A Pilot Study of Stepwise Summarization
University of Electronic Science and Technology of China（电子科技大学）；Ant Group（蚂蚁集团）；Peking University（北京大学）；University of Notre Dame（圣母大学）
本文提出分步摘要任务及对抗学习模型SSG，通过结合前序摘要逐步生成连贯追加摘要，并在大规模数据集上取得最优性能。
2024-06-08 cs.CL
