ScholarSum：基于知识图谱推理与反思优化的师生式抽象摘要

抽象摘要在科学文献理解中至关重要，但需兼顾语言流畅性与事实忠实性。现有方法难以平衡二者：抽取式方法破坏逻辑连贯，而大模型生成方法缺乏事实一致性。本文提出 ScholarSum，一种模拟师生写作过程的分层反思图框架。该方法首先将文档构建为分层知识图谱以捕捉全局逻辑；随后学生角色据此生成初稿并经细粒度证据检索优化；最后教师角色迭代审查，识别无据内容并触发重检索与重写，直至满足质量标准。实验表明，该方法在完整性和忠实性上显著优于基线。