NexusSum：用于长篇叙事摘要的分层 LLM 智能体
计算与语言
2025-06-02 v1 人工智能
摘要
摘要长篇叙事——如书籍、电影和电视剧本——需要捕捉错综复杂的故事情节、角色互动和主题连贯性，这对现有的 LLMs 仍是一项具有挑战性的任务。我们引入了 NexusSum，一个用于叙事摘要的多智能体 LLM 框架，它通过结构化的序贯流水线处理长文本——无需微调。我们的方法引入了两项关键创新：（1）对话到描述转换：一种针对叙事的特定预处理方法，将角色对话和描述性文本标准化为统一格式，以提高连贯性。（2）分层多 LLM 摘要：一种结构化的摘要流水线，优化分块处理并控制输出长度，以生成准确、高质量的摘要。我们的方法在叙事摘要领域确立了新的 SOTA，在书籍、电影和电视剧本上的 BERTScore (F1) 提升高达 30.0%。这些结果证明了多智能体 LLMs 在处理长篇内容方面的有效性，为多样化叙事领域中的结构化摘要提供了一种可扩展的方法。
引用
@article{arxiv.2505.24575,
title = {NexusSum: Hierarchical LLM Agents for Long-Form Narrative Summarization},
author = {Hyuntak Kim and Byung-Hak Kim},
journal= {arXiv preprint arXiv:2505.24575},
year = {2025}
}
备注
Accepted to the main track of ACL 2025