疑问对话的受控属性特定总结

有效总结疑问对话是法医和调查环境中的一项关键任务，需要高度的事实准确性、连贯性和特定属性的相关性。在这项工作中，我们介绍了 CASPER，一种新颖的思想链属性特定提示评估性总结框架，它利用结构化提示和迭代细化来生成询问者与证人互动的高质量摘要。我们构建了 MINDSum，一个扩展 MIND 语料库的数据集，包含 6,000 个用事件细节、事实陈述、人物描述和填充符注释的话语对。 CASPER 采用 RoleEval，这是一种分层评估机制，其中多个角色（官员、检查员、高级检查员）根据预定义的标准迭代评估摘要。通过集成实体提取和结构化反馈循环，与现有基线相比，CASPER 显着提高了事实一致性和上下文完整性。实验结果表明，我们的框架在词汇 (ROUGE) 和语义 (BERTScore) 指标上都优于标准摘要模型，而人类评估证实了其与专家推理的一致性。我们的研究结果强调了高风险领域中受控摘要的潜力，为人工智能驱动的取证情报铺平了道路。