研究人员开发了一种新颖的无须训练的多文档摘要框架，该框架将大型语言模型（LLMs）与知识图谱相结合。该方法将摘要过程分解为不同的智能体任务：抽取式选择、知识感知抽象和迭代式精炼，所有这些都无需进行特定任务的微调。在英语和越南语的四个数据集上进行的实验表明，这种模块化设计取得了最先进或具有竞争力的结果，证明了其在不同领域和语言中的有效性和适应性。 AI
影响 该框架提供了一种更具适应性和效率的多文档摘要方法，有望改善从大型文本集合中提取信息。
排序理由 该集群包含一篇详细介绍多文档摘要新框架的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.03867v1 Announce Type: cross Abstract: Multi-Document Summarization (MDS) plays a critical role in distilling essential information from collections of textual data. Existing approaches often struggle to capture complex inter-document relationships, rely heavily on lar…
Multi-Document Summarization (MDS) plays a critical role in distilling essential information from collections of textual data. Existing approaches often struggle to capture complex inter-document relationships, rely heavily on large amounts of labeled data for supervised training…