映画脚本は、その非線形でクロスカットされた物語構造のため、自動要約に根本的な課題を提起します。従来の表面レベルの顕著性手法では、核心的なストーリーの進行を保持する効果が不十分であり、物語を前進させる本質的なイベントと、雰囲気や感情を豊かにするだけの周辺的な衛星イベントを区別できませんでした。この問題に対処するため、研究チームはS^2tory（ストーリー脊椎蒸留）フレームワークを提案しました。これは物語理論に基づき、キャラクターの発展軌跡を活用してプロット核を特定し、衛星イベントをフィルタリングします。
本フレームワークの核心はNarrative Expert Agent（NEAgent）であり、理論に制約された推論を実行し、その蒸留された知識を使って小型モデルがプロット核を識別できるようにします。そして別のモデルがこれらのプロット核を用いて要約を生成します。MovieSumデータセットでの実験では、約3.5倍の圧縮率で最先端の意味忠実度を達成し、BookSumでのゼロショット評価は強力なドメイン間汎化を確認しました。人間による評価でも、物語理論が複雑な非線形ナラティブをモデル化するための不可欠な基盤を提供することが検証されました。
S^2toryの提案は、自動要約分野に新たな方向性をもたらし、特に複雑な物語構造を持つ映画脚本や演劇の要約に有用です。将来的には、テレビシリーズやインタラクティブストーリーなど他のマルチメディアコンテンツへの展開も期待されます。論文はarXiv（識別子2605.03244）で公開されており、著者はMingzhe Luら8名です。