亚历山大的回响：面向多语言书籍摘要的大型资源

近年来，文本摘要研究主要集中于新闻领域，该领域文本通常较短且具有较强的版面特征。整书摘要任务带来了额外的挑战，现有资源因其规模有限且仅限英文而难以应对。为克服这些局限，我们提出“亚历山大的回响”(简称“Echoes”)，一个面向多语言书籍摘要的大型资源。Echoes包含三个新颖数据集：i) Echo-Wiki，用于多语言书籍摘要；ii) Echo-XSum，用于极端压缩的多语言书籍摘要；iii) Echo-FairySum，用于抽取式书籍摘要。据我们所知，Echoes拥有数千本书籍及其摘要，是规模最大的资源，也是首个多语言资源，涵盖5种语言与25个语言对。除Echoes外，我们还引入了一种先抽取后生成的基线方法，并借助实验结果及对生成摘要的人工分析论证该基线比纯生成式方法更适用于书籍摘要。我们在 https://github.com/Babelscape/echoes-from-alexandria 发布了资源与软件，以期推动多语言书籍摘要的创新研究。