以查询为中心的事件摘要：数据集和基准

主题语料库是语义一致的文档的集合，它们共同描述共享主题事件的不同方面。这样的语料库通常包含数百甚至数千个文档。虽然用户对主题事件的兴趣通常跨越多个维度，但以查询为中心的摘要 (QFS) 旨在生成适合用户查询的摘要。然而，现有的 QFS 数据集缺乏面向事件的摘要，并且大多数 QFS 方法都难以应对大规模语料库。为了应对这些挑战，我们提出了以查询为中心的事件摘要（QFES）任务并构建了 QFESum 数据集，其中包含 8 个主题事件、16,684 个文档和 104 个查询。此外，我们引入了一个两阶段的 QFES 框架，由具有自适应阈值的查询聚焦检索（RAT）和基于层次聚类（SHC）的查询聚焦汇总组成。 QFESum 上的实验结果表明，RAT 和 SHC 始终优于基线，证明了它们对 QFES 的有效性。数据集和代码可在 https://github.com/sarcasm-hcy02/QFES-QFESum 上公开获取。