S^2tory：用于电影脚本摘要的 Story Spine 蒸馏

电影剧本由于其非线性、横切的叙事结构而对自动摘要提出了根本性的挑战，这使得表面显着性方法无法有效地保留核心故事进展。为了解决这个问题，我们引入了 S^2tory (Story Spine 蒸馏)，这是一个以叙事学为基础的框架，它利用角色发展轨迹来识别情节核心，即推动叙事前进的基本事件，同时过滤掉仅仅丰富气氛或情感的外围附属事件。我们的叙事专家代理（NEAgent）执行理论约束推理，其提炼的知识条件是一个小模型来识别情节核心。然后，另一个模型使用这些绘图核心来生成摘要。 MovieSum 数据集上的实验展示了大约 3.5 倍压缩率下最先进的语义保真度，BookSum 上的零样本评估证实了强大的域外泛化能力。人类评估进一步验证了叙事学理论为复杂的非线性叙事建模提供了不可或缺的基础。