⏰TIM: A Large-Scale Dataset and large Timeline Intelligence Model for Open-domain Timeline Summarization

📃 Paper: coming soon

📕 Dataset: coming soon

💻 ​Model: coming soon

🔔Overview

• 我们推出并开源了第一个大规模TLS数据集。基于数据集训练一个大的时间线智能模型（TIM）。
• 我们提出了一种新的渐进优化策略，增强了对主题相关性和主题演化的理解。
• 实验结果表明，我们的模型在开放域TLS上优于一般LLM。此外，性能随着模型大小的增加而持续提高，进一步验证了我们数据集的有效性。

📺 Web demo

我们提供了web服务可以快速实现我们的框架，在开始前，需要在web_search.py中修改Config，替换搜索的API Key和模型的API Key。参考requirement.txt安装必要的依赖。

QIHOO_API_KEY = '[API KEY]'
QIHOO_API_URL = "[API_URL]"
QIHOO_KEY = "[API KEY]"
OPENAI_API_BASE = "[API_URL]"
OPENAI_API_KEY = "[API KEY]"
OPENAI_MODEL = "[MODEL NAME]"

注：该demo基于QIHOO API构建搜索引擎，可自行替换Bing search等搜索引擎。

替换API和API key后，运行

python web_ui.py

🔍 ​开放域评测

除web版本外，我们提供了离线版本，帮助开发者们自行收集TLS数据，具体详情参考/timeline_generate/

1. 数据生成

根据新闻关键词获取时间线跑此代码

/timeline_generate/timeline_generate.py

Config中配置API_MODEL_NAME和OPENAI_API_KEY

INPUT_FILE为构建的开放域测试集，格式json文件，格式为：

{
    "id": "1",
    "title": "标题",
    "keywords": "关键词",
    "gt_timeline": "时间线",
}

OUTPUT_FILE跟随API_MODEL_NAME，设置好路径即可

用api跑测试集用此代码

/timeline_generate/base_on_dataset_timeline_api_gen_merge.py

2. 评测

测试脚本运行 scripts/run_evaluate.sh，注意确认gt_file为测试集，pred_file为api的结果json。

gt_file="PATH"
pred_file="PATH"
python test/evaluate_timeline.py  \
  --ground-truth-file $gt_file  \
  --pred-file $pred_file  \
  --processes 10

注：若模型出现拒答，需要在测试集添加拒绝回答的id到skip_samples中，重新运行脚本。

🔉 声明

本数据集中的内容均来自公开网络及AI生成，可能存在不准确、过时或偏见内容。使用者应自行验证数据并承担相关风险，本仓库维护者不对任何直接或间接后果负责。如发现侵权或违规内容，请通过 Issues 提交反馈，我们将及时处理。

📫 引用

如果我们的工作对您有帮助，请按如下格式引用我们的仓库：

@misc{TIM,
  title = {TIM: A Large-Scale Dataset and large Timeline Intelligence Model for Open-domain Timeline Summarization},
  author = {qihoo360},
  howpublished = {\url{https://github.com/chuanruihu/timeline_topic_summary/tree/master}},
  year = {2025}
}