CHRONOS：新闻时间线总结工具，提升新闻检索和时间线生成效率

综合介绍

CHRONOS是由阿里巴巴NLP团队开发的一款新闻时间线总结工具。该工具通过迭代自我提问的方式，生成新闻事件的时间线总结。CHRONOS不仅能够处理开放领域的时间线总结任务，还能在效率和可扩展性方面显著提升。其独特的数据集和算法使其在新闻检索和时间线生成方面表现出色，适用于研究人员和新闻从业者。

演示地址：https://modelscope.cn/studios/vickywu1022/CHRONOS

功能列表

• 新闻时间线生成：通过迭代自我提问，生成新闻事件的时间线。
• 开放领域时间线总结：处理开放领域的时间线总结任务，数据集覆盖广泛。
• 高效新闻检索：利用先进的检索算法，快速找到相关新闻。
• 数据集发布：提供开放领域时间线总结的数据集，供研究使用。
• API集成：支持与Qwen、GPT等模型的API集成，增强功能。

使用帮助

安装流程

1. 安装依赖：首先，确保安装所需的Python依赖包。在命令行中运行以下命令：

   pip install -r requirements.txt

2. 生成示例问题：构建数据集的主题问题示例池。运行以下命令：

   python question_exampler.py

或者使用提供的data/question_examples.json文件，该文件包含Crisis、T17和Open-TLS数据集的示例问题。

3. 运行CHRONOS：执行以下命令，完成开放领域时间线总结任务：

   python main.py --model_name "模型名称" --max_round "最大迭代轮数" --dataset open --output "输出目录" --question_exs

使用指南

1. 替换API密钥：在运行前，请在src/model.py中替换占位符为您的API密钥，以调用Qwen或GPT模型：

   DASHSCOPE_API_KEY = "您的API密钥"
   OPENAI_API_KEY = "您的API密钥"

同时，在src/searcher.py中替换为您的Bing Web Search API密钥：

   BING_SEARCH_KEY = "您的API密钥"

如果希望CHRONOS使用完整页面而非仅片段，请在src/reader.py中替换为您的JINA密钥：

   JINA_API_KEY = "您的API密钥"

2. 运行脚本：使用以下命令运行CHRONOS，实验开放领域时间线总结数据集：

   python main.py --model_name "模型名称" --max_round "最大迭代轮数" --dataset open --output "输出目录" --question_exs

功能操作流程

1. 新闻时间线生成：通过迭代自我提问的方式，CHRONOS能够生成详细的新闻事件时间线。用户可以根据需要调整迭代轮数，以获取更全面的新闻总结。
2. 开放领域时间线总结：CHRONOS的数据集覆盖广泛，能够处理各种开放领域的时间线总结任务。用户可以使用提供的数据集或自定义数据集进行实验。
3. 高效新闻检索：CHRONOS利用先进的检索算法，能够快速找到相关新闻。用户可以通过API集成，增强检索功能，提升效率。
4. 数据集发布：CHRONOS提供开放领域时间线总结的数据集，供研究人员使用。用户可以下载并使用这些数据集进行进一步研究。
5. API集成：CHRONOS支持与Qwen、GPT等模型的API集成，用户可以根据需要选择合适的模型，增强功能。

通过以上步骤，用户可以轻松安装和使用CHRONOS，生成新闻时间线总结，提升新闻检索和时间线生成效率。