Tree-of-Text：用于体育领域表格到文本生成的树结构提示框架
计算与语言
2026-04-30 v1 人工智能
人机交互
摘要
从结构化表格生成体育比赛报告是一种复杂的表格到文本任务，既需要精确的数据解读，又需要流畅的叙事生成。传统的基于模型的方法需要大量标注数据，而基于提示的LLM方法常因表格理解不足而出现幻觉。为此，我们提出Tree-of-Text，一种基于树结构的提示框架，通过三个阶段的生成流程引导LLM：(1) 内容规划，选择输入表格中相关的操作和参数；(2) 操作执行，将大型表格分解为可管理的子表格；(3) 内容生成，将短文本输出合并重写为连贯的报告。实验表明，我们的方法在ShuttleSet+上超越了现有方法，在RotoWire-FG上在RG和CO指标上领先，在MLB上在CS和CO指标上表现突出，同时大约只需Chain-of-Table的时间和成本的40%。这些结果表明Tree-of-Text在效率和效果方面都具有优势，为体育领域的基于提示的表格到文本生成指明了有前景的方向。
引用
@article{arxiv.2604.26501,
title = {Tree-of-Text: A Tree-based Prompting Framework for Table-to-Text Generation in the Sports Domain},
author = {Shang-Hsuan Chiang and Tsan-Tsung Yang and An-Zi Yen and Wen-Chih Peng},
journal= {arXiv preprint arXiv:2604.26501},
year = {2026}
}
备注
Accepted by ACL SRW 2025: Long Paper (Oral)