@inproceedings{da-silva-cardoso-2026-integracao,
title = "Integra{\c{c}}{\~a}o de Conhecimento Lingu{\'i}stico Estruturado em {LLM}s para a Tarefa de Sumariza{\c{c}}{\~a}o Extrativa",
author = "da Silva, Carlos Vitor Cardoso and
Cardoso, Paula Christina Figueira",
editor = "Barbosa, Bryan Khelven da Silva and
Paes, Aline and
Felippo, Ariani Di",
booktitle = "Proceedings of the 17th {B}razilian Symposium in Information and Human Language Technology",
month = oct,
year = "2026",
address = "Cuiab{\'a}, Mato Grosso, Brazil",
publisher = "Association for Computational Linguistics",
url = "https://aclanthology.org/2026.stil-1.59/",
doi = "10.5753/stil.2026.29816",
pages = "616--620",
abstract = "Este trabalho investiga a integra{\c{c}}{\~a}o da Rhetorical Structure Theory (RST) em LLMs (Gemma 3, Llama 3.2, Ministral) para sumariza{\c{c}}{\~a}o extrativa. Avaliamos doze configura{\c{c}}{\~o}es (zero/one-shot, formatos plain/RST) contra o baseline de Ono et al. e sum{\'a}rios humanos do corpus CSTNews. O baseline de Ono manteve-se competitivo (ROUGE-L = 0,428), n{\~a}o sendo superado pela melhor configura{\c{c}}{\~a}o LLM (Ministral/zero-shot/RST, ROUGE-L = 0,422). O formato RST produziu efeitos divergentes e dependentes do modelo nas m{\'e}tricas ROUGE e BERTScore, com impacto vari{\'a}vel na qualidade da extra{\c{c}}{\~a}o."
}<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="da-silva-cardoso-2026-integracao">
<titleInfo>
<title>Integração de Conhecimento Linguístico Estruturado em LLMs para a Tarefa de Sumarização Extrativa</title>
</titleInfo>
<name type="personal">
<namePart type="given">Carlos</namePart>
<namePart type="given">Vitor</namePart>
<namePart type="given">Cardoso</namePart>
<namePart type="family">da Silva</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Paula</namePart>
<namePart type="given">Christina</namePart>
<namePart type="given">Figueira</namePart>
<namePart type="family">Cardoso</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2026-10</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<relatedItem type="host">
<titleInfo>
<title>Proceedings of the 17th Brazilian Symposium in Information and Human Language Technology</title>
</titleInfo>
<name type="personal">
<namePart type="given">Bryan</namePart>
<namePart type="given">Khelven</namePart>
<namePart type="given">da</namePart>
<namePart type="given">Silva</namePart>
<namePart type="family">Barbosa</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Aline</namePart>
<namePart type="family">Paes</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Ariani</namePart>
<namePart type="given">Di</namePart>
<namePart type="family">Felippo</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>Association for Computational Linguistics</publisher>
<place>
<placeTerm type="text">Cuiabá, Mato Grosso, Brazil</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Este trabalho investiga a integração da Rhetorical Structure Theory (RST) em LLMs (Gemma 3, Llama 3.2, Ministral) para sumarização extrativa. Avaliamos doze configurações (zero/one-shot, formatos plain/RST) contra o baseline de Ono et al. e sumários humanos do corpus CSTNews. O baseline de Ono manteve-se competitivo (ROUGE-L = 0,428), não sendo superado pela melhor configuração LLM (Ministral/zero-shot/RST, ROUGE-L = 0,422). O formato RST produziu efeitos divergentes e dependentes do modelo nas métricas ROUGE e BERTScore, com impacto variável na qualidade da extração.</abstract>
<identifier type="citekey">da-silva-cardoso-2026-integracao</identifier>
<identifier type="doi">10.5753/stil.2026.29816</identifier>
<location>
<url>https://aclanthology.org/2026.stil-1.59/</url>
</location>
<part>
<date>2026-10</date>
<extent unit="page">
<start>616</start>
<end>620</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Integração de Conhecimento Linguístico Estruturado em LLMs para a Tarefa de Sumarização Extrativa
%A da Silva, Carlos Vitor Cardoso
%A Cardoso, Paula Christina Figueira
%Y Barbosa, Bryan Khelven da Silva
%Y Paes, Aline
%Y Felippo, Ariani Di
%S Proceedings of the 17th Brazilian Symposium in Information and Human Language Technology
%D 2026
%8 October
%I Association for Computational Linguistics
%C Cuiabá, Mato Grosso, Brazil
%F da-silva-cardoso-2026-integracao
%X Este trabalho investiga a integração da Rhetorical Structure Theory (RST) em LLMs (Gemma 3, Llama 3.2, Ministral) para sumarização extrativa. Avaliamos doze configurações (zero/one-shot, formatos plain/RST) contra o baseline de Ono et al. e sumários humanos do corpus CSTNews. O baseline de Ono manteve-se competitivo (ROUGE-L = 0,428), não sendo superado pela melhor configuração LLM (Ministral/zero-shot/RST, ROUGE-L = 0,422). O formato RST produziu efeitos divergentes e dependentes do modelo nas métricas ROUGE e BERTScore, com impacto variável na qualidade da extração.
%R 10.5753/stil.2026.29816
%U https://aclanthology.org/2026.stil-1.59/
%U https://doi.org/10.5753/stil.2026.29816
%P 616-620
Markdown (Informal)
[Integração de Conhecimento Linguístico Estruturado em LLMs para a Tarefa de Sumarização Extrativa](https://aclanthology.org/2026.stil-1.59/) (da Silva & Cardoso, STIL 2026)
ACL