LOOMSUM：编织定量和叙述证据的忠实长文表摘要

# LoomSum：编织定量与叙述证据以实现忠实的长文本–表格摘要
来源：https://arxiv.org/html/2609.00241
温浩·尤 附属机构：滑铁卢大学 邮箱：[[email protected]](mailto:[email protected]) 韦·袁 附属机构：独立研究者

###### 摘要

长文档通常将重要信息分散在广泛的叙述段落和多个表格中，这使得忠实摘要尤其具有挑战性。现有方法可能生成个别受支持的定量事实和分析陈述，但错误地关联它们，从而产生定量看似合理但分析上不忠实的摘要。在这项工作中，我们提出了LoomSum，一个无需训练的框架，它提取源自原文的原子证据，明确链接表格派生的事实与支撑性的叙述分析，并在生成前规划话语结构。我们还引入了表格依据忠实度，这是一个声明级指标，分别评估数值依据、分析支持和关系一致性。在文本–表格摘要基准FINDSum和USTT上的实验表明，LoomSum在保持强大摘要质量的同时提高了分析忠实度。人类评估发现其与相应的人类判断存在积极的组件级关联。我们的关系一致性指标进一步显示出比通用事实性指标与人类关系判断更强的一致性，表明明确的跨模态链接有助于减少将受支持的数值与错误的叙述解释配对的错误。总之，这些发现表明，忠实的长文本–表格摘要不仅需要锚定单个事实，还需要保留它们之间的关系。

## 1 引言

尽管长上下文大语言模型取得了快速进展，对长篇异构文档的忠实摘要仍然具有挑战性。访问更长的输入减少了激进截断的需要，但并不能保证所有源区域都被有效使用（Ravaut等人，2024）。长上下文模型表现出系统性的位置偏差（Liu等人，2024；Cao等人，2024），不均匀地表示来自输入不同部分的证据（Ravaut等人，2024），并且当支撑证据出现在文档中部时，更容易出现事实错误（Wan等人，2025）。因此，忠实的长文档摘要不仅需要选择显著信息，还需要整合分布在远距离和异构源区域中的相关证据。这一挑战在财务报告中尤为突出，因为定量结果通常以表格形式呈现，而其原因、影响和不确定性则在其他叙述段落中讨论（Zhang等人，2026）。先前的研究通过FINDSum中的长文本–多表格摘要（Liu等人，2022）和USTT中的联合表格–文本财务摘要（Wang等人，2023）来研究这一设定。然而，访问两种模态并不能保证其中的证据被正确关联。事实上，Cao等人（2024）将上下文错配识别为财务报告摘要中一种突出的数字幻觉形式：一个数字可能在源中受支持，但被用于错误的语义上下文中。我们关注这种问题的一种特定跨模态形式：模型可能正确地复现了一个定量事实和一个源支持的分析陈述，却错误地将两者关联。例如，报告的收入增长可能被归因于一个实际上涉及不同指标、实体或报告期的解释。我们将这种失败称为定量–叙述错位：一个生成的声明中的定量和叙述组成部分可能各自都有支持，但它们之间断言的关系却没有支持。图1说明了这一失败并总结了我们的主要实证发现：显式建模跨模态链接减少了遗漏和错误的定量–叙述关联以及不受支持的分析，同时提高了TGF分数。

图1：跨模态定量–叙述关系建模的动机与主要结果。（a）：一个定性的FINDSum-ROO示例，其中直接生成错误地组合了受支持的表格和叙述事实，而LoomSum保留了它们的关系。（b）：在FINDSum-ROO子集上遗漏链接、错误链接和不受支持分析的比率。（c）：不同方法间TGF分数的比较。请参见说明图2：我们提出的方法LoomSum的总体视图。该框架从叙述文本和表格中构建原子声明，明确地将定量事实与其叙述解释对齐，将由此产生的证据整合为一个话语计划，并生成最终摘要。
相关工作。现有方法仅部分解决了这一失败。分层、先提取后抽象以及基于检索的方法通过在生成前选择显著的句子、表格记录或关系事实来减少长输入（Chen和Bansal，2018；Gehrmann等人，2018；Zhu等人，2021；Cho等人，2024；Kirstein等人，2025）。对于财务摘要，FINDSum分别选择文本段和表格元组（Liu等人，2022），而Wang等人（2023）建模句子和表格表示之间的交互。这些方法改进了内容选择，但没有在整个生成过程中将定量–叙述关系作为明确的、可追溯的单元来维护。许多方法还需要任务特定的微调，这在转移到新数据集或领域时会带来适应成本。现有评估指标也暴露了相关局限性（Sun等人，2026）。基于参考和通用的事实性指标衡量摘要的相似性或整体的源–声明一致性（Fabbri等人，2022；Zha等人，2023；Laban等人，2022），而归因框架则识别生成声明的支持证据（Song等人，2024；Wu等人，2024；Chu等人，2025）。最近的工作进一步评估了结构化事实性和覆盖范围：Jeong等人（2025）使用基于代理的评估来处理长叙述，Elaraby和Litman（2026）衡量显著论证角色的保留，Samarinas等人（2025）结合了原子声明验证和方面级覆盖。数字和表格感知指标进一步评估与结构化记录的一致性或定量内容的选择（Dhingra等人，2019；Wang等人，2020；Chen等人，2020；Liu等人，2022）。然而，这些方法并未专门评估表格派生的数量是否与其正确的叙述解释相关联。因此，一个声明可能在两个组成部分都独立锚定时获得良好的评价，即使它们的组合不受支持。

为解决这些局限性，我们提出了LoomSum，一个用于长文本–表格摘要的无需训练的声明到话语框架。LoomSum首先将叙述段落和表格记录表示为源自原文的原子声明。然后，它将定量声明与解释、比较、限定或情境化的叙述证据对齐，生成具有明确来源的链接跨模态声明。随后，将相关证据整合并组织成一个话语计划（Puduppully和Lapata，2021），然后由现成的LLM根据该计划生成最终摘要。这种表示旨在从证据选择到表层实现全程保留定量–叙述关系，无需进行任务特定的参数更新。我们进一步引入表格依据忠实度，这是一个声明级评估框架，分别评估数值依据、分析支持和关系一致性。这种分解区分了定量事实、叙述解释以及它们之间关系中的错误。

在FINDSum和USTT上的实验表明，LoomSum在保持有竞争力的摘要质量和内容覆盖率的同时，提高了分析忠实度。声明级人类评估进一步显示TGF与人类判断相关，尤其是在数值依据和关系一致性方面。

总之，我们的贡献如下：

- •我们识别并形式化了*定量–叙述错位*，并通过经验表征了现有的长文本–表格摘要器如何遗漏或错配定量事实与叙述解释之间的关系。
- •我们提出了LoomSum，一个无需训练的声明到话语框架，它构建源自原文的原子声明，明确对齐定量和叙述证据，并通过话语计划组织这些声明以进行更好的摘要。
- •我们引入并通过人类验证了TGF，这是一个无需参考摘要、基于原文的指标，分别评估数值依据、分析支持和关系一致性，捕获现有事实性和数字指标所忽略的关系级错误。
- •我们在FINDSum和USTT数据集上进行了广泛实验，通过自动评估、消融研究和定性分析，证明了在分析忠实度和摘要质量方面的改进。

## 2 方法

### 2.1 概述

在本节中，我们介绍LoomSum，一个用于长文本–表格摘要的无需训练的框架，它在生成前明确链接和组织文本与表格证据。给定源文档D，所提出的方法构建源自原文的文本和表格声明，将定量事实与其叙述解释对齐，整合冗余声明，将由此产生的证据组织成话语计划，并从此结构化表示生成最终摘要。以下小节将详细描述每个阶段。

### 2.2 声明构建与跨模态对齐

声明构建。受FineSurE（Song等人，2024）中使用的声明级分解启发，LoomSum在生成前将源转换为简短、可独立验证的声明：C_text, C_table = LLM_con(D_text, D_table)。对于文本声明，LLM提取原子命题，同时保留实体、数量、单位、报告期和所述关系。每个声明保留其支撑的源文本段落和文档位置，从而能够进行后续的对齐和来源追踪，而不仅仅依赖模型生成的重新表述。对于表格声明，模型从序列化的表格记录中构建原子定量命题，保留表格标题、行列标题、值、单位和报告期。每个声明保留指向其原始表格记录的指针，使得定量内容可追溯至结构化来源。

跨模态对齐。定量事实及其叙述解释可能出现在长文档的不同区域。因此，LoomSum将表格声明与解释、比较、限定、归因或情境化的文本声明对齐：C_align = LLM_align(C_text, C_table)。每个跨模态分析声明保留定量组成部分、叙述组成部分、它们断言的关系以及两者的来源。对齐阶段被约束为链接现有的源自原文的声明，而不是引入新的事实内容，从而使得定量–叙述关系明确且可追溯。

### 2.3 声明整合与规划

长文档可能在表格、叙述段落和章节中重复相同的信息。为了减少冗余，LoomSum保守地整合声明：C_bar = LLM_conso(C_text ∪ C_table ∪ C_align)。LLM被指示仅当声明表达相同的命题，并在关联的实体、指标、报告期、方向和数值上一致时才进行合并。具有冲突数值、时间范围或趋势的声明将被单独保留。当存在多个等效表示时，优先选择跨模态分析声明，因为它同时保留定量事实及其叙述解释。所有整合实例的来源都被保留，以便它们的原始支撑证据仍然可追溯。最后，遵循先前关于内容规划的工作（Puduppully和Lapata，2021），我们将整合后的声明组织成一个有序的话语计划：P = LLM_plan(C_bar)。规划器指定应实现哪些声明、它们的话语角色、它们的支撑证据以及要保留的定量–叙述关系。将规划与表层实现分开，促进了连贯的信息排序，并降低了在生成过程中遗漏或分离关联证据的风险。

### 2.4 摘要生成

摘要生成器通过从训练集中检索的少量K个示例{X_i}_{i=1}^K，利用上下文学习来指导。示例根据结构性质选择，如表格密度、跨模态关系模式以及源–摘要长度。每个示例包含源自源的声明、它们的话语组织以及相应的参考摘要。这些示例说明了如何在压缩、排序和组合证据的同时保留定量–叙述关系。给定话语计划P和检索到的示例...