S^2tory：基于情节脊梁的电影脚本摘要
计算与语言
2026-05-06 v1 人工智能
摘要
电影脚本构成自动摘要的根本性挑战，由于其非线性、交叉剪辑的叙事结构，表面层面的显著性方法难以保留核心故事进程。为此，我们引入 S^2tory (Story Spine Distillation)，一个基于叙事学的框架，利用角色发展轨迹识别情节核，essential events that drive the narrative forward, while filtering out peripheral satellite events that merely enrich atmosphere or emotion。我们的 Narrative Expert Agent (NEAgent) 执行受理论约束的推理，其提炼的知识为小模型识别情节核提供条件。另一个模型 then uses these plot nuclei to generate the summary。在 MovieSum 数据集上进行实验，展示了约3.5倍压缩比下的领先语义保真度，并通过 BookSum 的零样本评估确认了强大的跨域泛化。人类评估进一步验证，叙事学理论为建模复杂非线性叙事提供了必不可少的基础。
引用
@article{arxiv.2605.03244,
title = {S^2tory: Story Spine Distillation for Movie Script Summarization},
author = {Mingzhe Lu and Yanbing Liu and Qihao Wang and Jiarui Zhang and Jiayue Wu and Yue Hu and Yunpeng Li and Yangyan Xu},
journal= {arXiv preprint arXiv:2605.03244},
year = {2026}
}