叙事整合：构建统一多视角叙述的新任务
计算与语言
2025-12-23 v1 机器学习
摘要
处理重叠叙事文档（如法律证词或历史记录）时，通常不追求压缩，而是要生成统一、连贯且时间顺序正确的文本。标准的多文档摘要(MDS)由于其关注简洁性，无法保持叙事流动。本文将此挑战正式定义为一个新任务：叙事整合，其核心目标是时间完整性、完整性以及互补细节的融合。为展示时间结构在该任务中至关重要作用，我们引入 Temporal Alignment Event Graph(TAEG)，一种显式建模时间顺序和事件对齐的图结构。通过对 TAEG 应用标准中心算法，我们的方法作为版本选择机制，选择每个事件在其正确时间位置的最 central 表示。在对四个圣经福音书的研究中，该结构导向的方法通过设计保证完美的时间排序（Kendall's Tau 为 1.000），并在内容指标上显著提升（例如在 ROUGE-L F1 上提升了 357.2%）。该基线方法的成功验证了将叙事整合表述为相关任务的有效性，并确立了显式时间骨架是其解决的基本组成部分。
引用
@article{arxiv.2512.18041,
title = {Narrative Consolidation: Formulating a New Task for Unifying Multi-Perspective Accounts},
author = {Roger A. Finger and Eduardo G. Cortes and Sandro J. Rigo and Gabriel de O. Ramos},
journal= {arXiv preprint arXiv:2512.18041},
year = {2025}
}