Η αυτόματη σύνοψη σεναρίων ταινιών αντιμετωπίζει μια σημαντική δυσκολία, καθώς η μη γραμμική και διασταυρούμενη αφηγηματική τους δομή καθιστά ανεπαρκείς τις μεθόδους που βασίζονται στην επιφανειακή ανάδειξη για τη διατήρηση της κεντρικής εξέλιξης της πλοκής.
Προς αντιμετώπιση αυτής της πρόκλησης, εισάγεται το S^2tory (Story Spine Distillation), ένα πλαίσιο βασισμένο στην αφηγηματολογία. Αυτό αξιοποιεί τις τροχιές ανάπτυξης των χαρακτήρων για τον εντοπισμό των «πυρήνων πλοκής», δηλαδή των ουσιωδών γεγονότων που προωθούν την αφήγηση, ενώ παράλληλα φιλτράρει τα περιφερειακά «δορυφορικά» γεγονότα που απλώς εμπλουτίζουν την ατμόσφαιρα ή το συναίσθημα.
Ο «Πράκτορας Αφηγηματικής Εμπειρογνωμοσύνης» (NEAgent) εκτελεί συλλογισμούς περιορισμένους από τη θεωρία. Η αποσταγμένη γνώση του προετοιμάζει ένα μικρό μοντέλο για την αναγνώριση των πυρήνων πλοκής. Ένα δεύτερο μοντέλο χρησιμοποιεί κατόπιν αυτούς τους πυρήνες πλοκής για τη δημιουργία της σύνοψης.
Πειράματα που διεξήχθησαν στο σύνολο δεδομένων MovieSum κατέδειξαν κορυφαία σημασιολογική πιστότητα με συμπίεση περίπου 3,5 φορές. Επιπλέον, η αξιολόγηση «μηδενικής λήψης» (zero-shot) στο BookSum επιβεβαίωσε ισχυρή γενίκευση εκτός πεδίου. Η ανθρώπινη αξιολόγηση επικυρώνει περαιτέρω ότι η αφηγηματολογική θεωρία αποτελεί απαραίτητο θεμέλιο για τη μοντελοποίηση σύνθετων, μη γραμμικών αφηγήσεων.
