CHRONOS – 阿里通義聯(lián)合上海交大等推出時(shí)間線摘要生成新框架

CHRONOS是什么

CHRONOS是由上海交通大學(xué)計(jì)算機(jī)科學(xué)與工程系與阿里巴巴集團(tuán)通義實(shí)驗(yàn)室等機(jī)構(gòu)聯(lián)合開發(fā)的一種創(chuàng)新框架，旨在通過新聞時(shí)間線摘要生成來解決信息過載問題。該框架采用迭代自問自答的方式，利用大型語言模型（LLMs）構(gòu)建開放域和封閉域的新聞時(shí)間線。CHRONOS通過生成與新聞主題相關(guān)的5W1H問題，不斷檢索和擴(kuò)展相關(guān)信息，從而形成豐富的新聞數(shù)據(jù)庫。它運(yùn)用問題重寫機(jī)制提升搜索的精度，并通過分而治之的策略生成和整合時(shí)間線，最終呈現(xiàn)出連貫的摘要。實(shí)驗(yàn)表明，CHRONOS在處理大量新聞數(shù)據(jù)時(shí)表現(xiàn)優(yōu)異，適合于大規(guī)模的時(shí)間線生成任務(wù)。

CHRONOS的主要功能

• 新聞時(shí)間線生成：從海量的新聞文檔中提煉出關(guān)鍵，并按照時(shí)間順序生成連貫的時(shí)間線摘要。
• 開放域與封閉域支持：可在開放域中直接從互聯(lián)網(wǎng)捕捉新聞生成時(shí)間線，也可以在封閉域內(nèi)利用預(yù)設(shè)的新聞集合進(jìn)行時(shí)間線構(gòu)建。
• 迭代自問自答：通過不斷提出與新聞主題相關(guān)的問題，逐步豐富時(shí)間線內(nèi)容，確保信息的全面性和準(zhǔn)確性。
• 問題重寫與優(yōu)化：將復(fù)雜問題拆解為更具體的查詢，以提高搜索的準(zhǔn)確性和效率，獲取更相關(guān)的信息。
• 數(shù)據(jù)集支持：引入Open-TLS數(shù)據(jù)集，提供豐富的新聞時(shí)間線樣本，用于模型的訓(xùn)練和評估。

CHRONOS的技術(shù)原理

• 基于檢索的生成：通過檢索外部知識(shí)源（如互聯(lián)網(wǎng)或預(yù)設(shè)的新聞集合）來增強(qiáng)語言模型的生成能力，以應(yīng)對信息過載和數(shù)據(jù)噪聲的問題。
• 迭代自問自答機(jī)制：模擬人類的信息檢索過程，利用生成的5W1H問題（什么、誰、為什么、哪里、何時(shí)、如何），深入挖掘與新聞主題相關(guān)的信息，構(gòu)建間的因果關(guān)系圖。
• 問題重寫技術(shù)：利用LLMs對復(fù)雜問題進(jìn)行分解和重寫，生成更具體、更易于檢索的查詢，提高檢索結(jié)果的相關(guān)性和準(zhǔn)確性。
• 分而治之的策略：將時(shí)間線生成任務(wù)拆分為多個(gè)子任務(wù)，從每輪檢索中生成的時(shí)間線，經(jīng)過合并和沖突解決等步驟，形成最終的連貫時(shí)間線摘要。
• 大型語言模型（LLMs）：作為核心工具，負(fù)責(zé)文本理解、生成高質(zhì)量摘要和問題，并進(jìn)行有效的信息檢索和整合。

CHRONOS的項(xiàng)目地址

• GitHub倉庫：https://github.com/Alibaba-NLP/CHRONOS
• arXiv技術(shù)論文：https://arxiv.org/pdf/2501.00888

CHRONOS的應(yīng)用場景

• 新聞報(bào)道整理：為新聞編輯和記者迅速整理某一的發(fā)展歷程，生成清晰的時(shí)間線，以便撰寫深度報(bào)道或回顧性文章。
• 金融行業(yè)：追蹤金融市場中的重要，如公司財(cái)報(bào)發(fā)布、政策變動(dòng)等，生成時(shí)間線，幫助投資者和分析師更好地理解市場動(dòng)態(tài)和趨勢變化。
• 部門：在政策制定過程中整理相關(guān)政策的時(shí)間線，分析政策的實(shí)施效果和影響，為政策評估和調(diào)整提供依據(jù)。
• 教育：為學(xué)生和研究人員提供歷史的時(shí)間線，幫助用戶更好地理解和記憶的發(fā)展順序和關(guān)鍵節(jié)點(diǎn)，促進(jìn)歷史知識(shí)的學(xué)習(xí)和研究。
• 企業(yè)與市場營銷：企業(yè)生成品牌發(fā)展歷程的時(shí)間線，展示品牌的重要里程碑和成就，為品牌宣傳和市場營銷活動(dòng)提供支持。