本文提出了一种自动抽取关键点用于多文档摘要的方法，该方法能够实现专家级别的分析性能，并且不仅适用于论证分析，还可以应用于民意调查和用户评论等领域，并且在论证 - 关键点匹配模型的评价上取得了显著的改善。

Oct, 2020

本文研究从立场相似度和立场多样性两个方面对 COVID-19 相关的三个争议性话题进行分析，考察了 BART 和 ChatGPT 两种语言模型对于文本中多样化观点的覆盖能力和相似立场的关系。实验结果显示，观点相似度较高并不代表着能充分呈现文本中观点的多样性。

Jun, 2023

本文提出了将大量讨论中的摘要表示为少量关键点的想法，并根据其显著性对每个关键点进行评分。通过分析大型数据集及实验结果表明，针对一个特定话题，少量关键点通常足以涵盖绝大部分的讨论内容，同时也发现领域专家通常可以提前预测这些关键点。文章探讨了将论点到关键点的映射任务，并引入了一个新的大型数据集，通过在该数据集上进行一系列实验，报告了有希望的表现。

May, 2020

我们对用户生成数据进行了公平抽象概括的系统研究，首次正式定义了公平的抽象概括，并提出了四个参考无关的自动评估指标来测量目标和源观点之间的差异。实验证明，无论是模型生成的还是人工编写的参考概括都存在公平性较低的问题，我们提出了三种简单但有效的方法来缓解不公平的概括。

Nov, 2023

在多篇文档新闻摘要研究中，以往研究通常集中于整合各个来源都同意的信息。然而，据我们所知，以往尚未研究过涉及同一事件的多篇文章中分散的多样信息的摘要。后者为摘要模型提出了一组不同的挑战。在本文中，我们提出了一个新任务，即摘要涉及同一事件的多篇新闻文章中的多样信息。为了完成这项任务，我们确定了一个用于识别多样信息的数据收集模式，并创建了一个名为 DiverseSumm 的数据集。该数据集包含 245 个新闻故事，每个故事包括 10 篇新闻文章，并配有人工验证的参考摘要。此外，我们进行了全面的分析，以确定基于大型语言模型（LLM）的度量标准在评估摘要的全面性和忠实度时存在的位置和冗长偏差，以及它们与人工评估的相关性。我们应用我们的发现来研究 LLMs 如何通过分析 LLMs 能够识别哪种类型的多样信息来摘要多篇新闻文章。我们的分析表明，尽管 LLMs 在单篇文档摘要方面具有非凡的能力，但对于他们来说，所提出的任务仍然是一个复杂的挑战，主要是由于他们的覆盖范围有限，GPT-4 只能够平均覆盖不到 40% 的多样信息。

Sep, 2023

社交媒体平台的扩散导致了在线辩论和争论的增加，因此迫切需要针对此类辩论的自动摘要方法，然而该领域的研究相对较少。本文介绍了一种新颖的针对关键点生成的抽取性方法，该方法在该任务中优于先前的最先进方法。我们的方法利用一种基于抽取聚类的方法生成简练、高质量的关键点，具有更高的参考摘要覆盖率和较少的冗余输出。此外，我们表明现有的 ROUGE 等摘要评估指标无法区分不同质量的生成关键点，为此，我们提出了一种用于评估生成关键点覆盖率的新评估指标。我们的代码可以在线访问。

Apr, 2024

提出了一种基于神经主题建模的两步抽象汇总框架来生成与人类认同的关键点，并使用新颖的基于集合的评估工具包评估生成关键点的质量。结果表明，该框架在关键点分析方面的性能提高了 14 个百分点，同时评估指标也比 ROUGE 得分更符合人类判断。

May, 2023

调查了大型语言模型（LLMs）在生成多样化观点和理由方面的能力，提出了一种基于标准提示技术来衡量透视多样性的方法，并发现利用句子嵌入和距离度量来衡量语义多样性是不够的。研究结果表明，LLMs 能够根据任务主观性的程度产生多样的观点。

Nov, 2023

本文提出一种面向产品评论的自适应知识型意见摘要模型，有效地捕捉了意见摘要所需的自适应性质并生成面向方面的摘要，能更好地个性化和信息化地为用户提供有用信息，适应用户的不同兴趣和偏好。

May, 2023

该研究论文阐述了一种基于 Key Point Analysis 的评论归纳与总结方法，融合了情感分析、收集关键点挖掘、候选关键点识别等一系列技术手段，证明了该方法可以在无需特定领域注释的情况下取得良好的结果，并可以通过人工监督进一步提升性能。

Jun, 2021