Tree of Thoughts Text Summarization Hierarchical Reasoning Nested Discourse
摘要

针对深层嵌套讨论线程中交错回复、引用及重叠主题难以被标准大模型可靠捕捉的问题,本文提出 ThreadSumm 框架。该方法将摘要视为基于显式方面和内容单元表示的分层推理问题。首先通过大模型提取话语方面和原子内容单元进行内容规划,随后构建感知线程的序列以呈现多观点。在此基础上,利用思维树搜索生成并评分多个段落候选,在统一搜索空间中联合优化连贯性与覆盖率。实验表明,该方法在生成逻辑结构化摘要方面优于现有基线,显著提升了方面保留率和观点覆盖率。

AI 推荐理由

论文核心利用思维树(ToT)进行分层推理,解决嵌套对话的复杂摘要问题。

研究机构
Department of Computer Science, Portland State University, USA
论文信息
作者 Olubusayo Olabisi, Ekata Mitra, Ameeta Agrawal
发布日期 2026-04-19
arXiv ID 2604.17648
相关性评分 9/10 (高度相关)