计算机应用

作者：夏吾吉, 黄鹤鸣, 更藏措毛, 范玉涛

单位：1.青海师范大学 计算机学院，西宁 810008；2.藏语智能信息处理及应用国家重点实验室（青海师范大学），西宁 810008

关键词：抽取式摘要,无监督学习,监督学习,数据集,评价指标

基金：国家自然科学基金资助项目(62066039);青海省自然科学基金资助项目(2022?ZJ?925);藏语智能信息处理及应用国家重点实验室自主项目(2022?SKL?007)

相较于生成式摘要方法，抽取式摘要方法简单易行、可读性强，使用范围广。目前，抽取式摘要方法综述文献仅对特定的某个方法或领域进行分析综述，缺乏多方面、多语种的系统性综述，因此探讨文本摘要生成任务的内涵，通过系统梳理和提炼现有的相关文献，对无监督学习和监督学习的抽取式文本摘要技术进行多维度、全方位的分析。首先，回顾文本摘要技术的发展，分析不同的抽取式文本摘要方法，主要包括基于规则、词频-逆文件概率（TF-IDF）、中心性方法、潜在语义、深度学习、图排序、特征工程和预训练学习等，并对比不同方法的差异；其次，详细介绍不同语种文本摘要生成的常用数据集和主流的评价指标，通过不同的实验指标对相同数据集上的方法进行比较；最后，指出当前抽取式文本摘要研究中存在的主要问题和挑战，并提出具体的解决思路和未来发展趋势。

来源：2024年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第4期