ThreadSumm：基于Tree of Thoughts 的嵌套论述线程摘要
音频与语音处理
2026-04-24 v2
摘要
总结深度嵌套讨论线程需要处理交错的回复、引用以及重叠的话题，这些是标准LLM摘要器难以可靠捕获的。我们提出ThreadSumm，一个多阶段LLM框架，将线程摘要建模为对显式话题和内容单元表示的层次推理问题。我们的方法首先通过LLM-based提取话题aspect和原子内容单元 (Atomic Content Units)，然后应用句子排序构建线程感知序列，以呈现多个观点而非单一线性主线。在这些可解释单元之上，ThreadSumm采用Tree of Thoughts搜索生成并评分多个段落候选，联合优化一致性和覆盖度于统一的搜索空间中。通过多方案和迭代细化设计，我们展示在生成逻辑结构更完整的摘要方面相较于现有基线表现更佳，同时实现更高的话题保留率和观点覆盖率。
关键词
引用
@article{arxiv.2604.17647,
title = {Prosody as Supervision: Bridging the Non-Verbal--Verbal for Multilingual Speech Emotion Recognition},
author = {Girish and Mohd Mujtaba Akhtar and Muskaan Singh},
journal= {arXiv preprint arXiv:2604.17647},
year = {2026}
}
备注
Accepted to ACL 2026 (Main)