QFS-Composer：面向低资源语言的查询聚焦摘要管道
计算与语言
2026-04-14 v1
摘要
大型语言模型（LLM）在文本摘要任务中表现出强大的能力，但其在训练资源有限的语言上效果显著下降。这一工作针对低资源语言上的查询聚焦摘要（QFS）挑战进行了探讨，其中缺乏标注数据集和评估工具。我们提出一种新型QFS框架QFS-Composer，将查询分解、问答生成（QG）、问答（QA）和抽象摘要相结合，以提高摘要对用户意图的事实对齐度。我们在斯洛文尼亚语上测试了该方法。为实现高质量的监督与评估，我们基于斯洛文尼亚语言LLM开发了斯洛文尼亚语QA和QG模型，并为参考无摘要评估方法进行了适配。实证评估表明，QA引导的摘要管道在基线LLM的一致性和相关性方面取得了改进。我们的工作建立了一种可扩展的方法，推动低资源语言上的QFS发展。
引用
@article{arxiv.2604.10687,
title = {QFS-Composer: Query-focused summarization pipeline for less resourced languages},
author = {Vuk Đuranović and Marko Robnik Šikonja},
journal= {arXiv preprint arXiv:2604.10687},
year = {2026}
}
备注
12 pages, 3 tables