DiscoGraMS：用于电影剧本摘要的基于电影人物感知的话语图
计算与语言
2025-06-24 v2 人工智能
机器学习
摘要
电影剧本摘要面临一系列独特挑战，与标准文档摘要不同。剧本不仅冗长，而且特征复杂的人物、对话和场景之间的相互作用，以及诸多直接和微妙的关系和情境细微差别，使机器学习模型难以准确捕获和理解。最近的剧本摘要尝试主要集中在微调基于变换器的预训练模型上，但这些模型在捕获长期依赖关系和潜在关系方面常常不足，并频繁遇到“丢失中间”问题。为此，我们引入DiscoGraMS，这是一种新型资源，将电影剧本表示为电影人物感知的话语图（CaD 图）。该方法适用于各种下游任务，如摘要、问答和显著性检测。该模型旨在保留所有显著信息，为剧本内容提供更全面且忠实的表述。我们进一步探索了一种将 CaD 图与相应电影剧本通过晚期融合图和文本模态的基线方法，并呈现了一些初步鼻舌的结果。
引用
@article{arxiv.2410.14666,
title = {DiscoGraMS: Enhancing Movie Screen-Play Summarization using Movie Character-Aware Discourse Graph},
author = {Maitreya Prafulla Chitale and Uday Bindal and Rajakrishnan Rajkumar and Rahul Mishra},
journal= {arXiv preprint arXiv:2410.14666},
year = {2025}
}
备注
Accepted at NAACL 2025 (Main)