多视角观点性政治文献的摘要生成

全球党派敌意和极化加剧，且这种极化在总统选举周围更为严重。能够生成多样化视角准确摘要的模型可以通过向用户展示替代视角来帮助减少此类极化。在这项工作中，我们引入了一个用于独立摘要化意见性新闻文章中每组政治视角的新型数据集和任务。我们为该任务提出了一套评估视角摘要性能不同维度的框架。我们通过自动和人工评估对11种不同规模和架构的摘要模型和LLMs进行了基准测试。尽管GPT-4o等近期模型在此任务上表现良好，但我们发现所有模型都难以生成忠实于预期视角的摘要。我们对摘要的分析聚焦于提取行为如何受到输入文献特征的影响。