DiscoSum：基于语境的新闻摘要方法

近期在文本摘要领域的进展主要依赖大型语言模型生成简洁摘要。然而，语言模型往往无法维持长期语境结构，尤其是在新闻文章中，组织结构对读者参与度具有显著影响。我们提出了一种将语境结构集成到摘要过程中的新方法，专注于多种媒体平台的新闻文章。我们构建了一个新的数据集，其中新闻文章在不同社交媒体平台（如LinkedIn、Facebook等）上进行多次不同方式的摘要。我们提出了一种新型新闻语境模式，用于描述摘要结构，并开发了一种新算法DiscoSum，该算法采用束搜索技术进行结构感知摘要，实现了新闻故事适应不同风格和结构需求的转换。人类和自动评估结果均表明，我们的方法在保持叙事忠实性并满足结构要求方面具有有效性。