NTS-CoT：利用思维链推理缓解基于大语言模型的新闻时间线摘要中的幻觉

在线新闻的快速更新使事件追踪极具挑战，凸显了时间线摘要（TLS）的需求。大语言模型生成的 TLS 常出现偏离源新闻的幻觉问题，现有研究对此关注不足。本文识别了两种主要幻觉类型：摘要内容不忠实及日期 - 事件信息遗漏。为此，我们提出了 NTS-CoT 框架，利用思维链（CoT）推理来缓解幻觉。该框架包含三个关键模块：用于捕捉关键新闻元素的 Element-CoT、结合时间显著性与事件突出性的日期选择模块，以及推断因果关系以减少遗漏的 Causal-CoT。实验表明，该方法在多个基准测试中优于最先进基线，有效缓解了幻觉并提升了性能。