ERASum:基于实体关系感知的摘要生成方法

摘要

为了提升大语言模型在文本摘要任务中的整体性能，特别是其对实体关系的理解与建模能力，以更有效地的方法生成覆盖关键信息的高质量摘要.为此，提出了一种基于实体关系感知的摘要生成方法ERASum,结合显式与隐式的实体关系信息，引导模型更深入地理解实体之间的语义联系.在元素感知的CNN/DailyMail与BBCXSum数据集上进行的实验显示，ERASum在ROUGE-L指标上分别比当前最优方法提升了1.52和1.84,显著优于现有模型.结果表明，该方法能够有效增强摘要中实体关系的表达能力，为复杂语义建模提供了新的思路.

关键词

文本摘要 / 实体关系感知摘要生成方法(ERASum) / 大语言模型 / 思维链提示 / 实体关系

基金资助

国家自然科学基金项目（U23A20388,U21B2027）; 云南省重点研发计划项目（202303AP140008,202302AD080003）; 云南省基础研究项目（202301AT070393）; 昆明理工大学“双一流”科技专项（202402AG050007）