本论文提出了一种优化框架，设计用于平衡文章和评论摘要之间的主题连贯性以及其信息性和事件覆盖面。在真实数据集上自动评估表明，与现有系统相比，我们的系统生成的时间线更具信息性。在人类评估中，相关评论摘要更被认为具有洞察力。

Jun, 2016

本研究同时使用静态和时变词嵌入来衡量事件对词汇的影响，通过创建历史转折点的时间轴来了解目标词的演化，定量评估结果表明这种技术可以捕捉语义变化和事件影响。

Sep, 2019

本文介绍了一个事件中心的时间知识图 EventKG，包含超过 690,000 个事件和超过 2.3 million 的时间关系，并描述了如何使用该知识图生成人物传记时间线。

May, 2019

本文提出了一个无监督框架，基于用户发布的推文来创建个人重要事件的时间线，通过分析个人推文集合并使用多层狄利克雷过程模型来识别个人时间特定话题、个人时间通用话题、公共时间特定话题和公共时间通用话题，再进一步抽取这些类型的话题以生成时间线，经过实验证明这是一个有效的方法。

Sep, 2013

本文采用生成对抗学习以及知识标签相结合的方法实现对多个历史文本文档中事件的时序生成。该方法可为历史学家提供极大帮助。

Jun, 2022

本论文提出了一种统一的时间轴摘要生成器 (UTS)，它可以按时间顺序生成抽象和抽取式时间轴摘要，其中图形事件编码器和事件级关注机制是关键组成部分，实现了最先进的性能水平。

Jan, 2023

该研究论文介绍了一种新的标注方案，以解决现有时间关系注释新闻数据集中存在的问题，并自动化了标注过程，从而减少了时间和人力成本。该论文还报告了基于新语料库进行训练和评估基线时间关系提取模型的结果，并与广泛使用的 MATRES 语料库的结果进行了比较。

Oct, 2023

本研究提出了一个新颖的问题，即视频时间轴建模，目的是通过一组与特定主题相关的视频创建与视频相关的时间轴，从而促进对所讲述故事的内容和结构的理解。通过构建一个现实的基准数据集 YouTube-News-Timeline，并提出了一套量化指标来全面评估和比较方法，我们进一步开发和评估了探索性的深度学习方法来解决这个问题。我们预计这项开拓性工作将为视频时间轴建模的进一步研究铺平道路。

Sep, 2023

本文介绍了一个对 Lifelogs 进行问题回答的基准测试 TimelineQA1，并通过多个实验比较了几种 QA 模型的性能。实验结果表明，对于原子查询，抽取式 QA 系统明显优于一种最先进的检索增强 QA 系统。对于涉及聚合的多跳查询，我们展示了使用最先进的表格 QA 技术的最佳结果，前提是可用于推导答案的真实事件集合可用。

Jun, 2023

该论文介绍了在 GitHub 上基于日常交互构建多关系时间知识图谱的方法，并在该数据集上进行了一系列相关问题的实验，结果表明现有的时间模型在外推和时间预测查询方面表现不佳，我们通过使用相对时间信息来扩展现有的时间模型，从而克服这些缺点并回答广泛的软件工程问题。

Jul, 2020