基于大语言模型的文本摘要生成方法
孙其航1
荆晓远2
杜杰宾1
1.吉林化工学院信息与控制工程学院 吉林吉林 1320222.广东石油化工学院计算机学院和省市共建石化装备智能安全广东省重点实验室 广东茂名 525000
摘要：摘要生成是人工智能领域的重要研究方向,直接影响自然语言处理的实用价值和效果.传统方法过分关注文本序列化信息,忽视内部逻辑结构,导致生成摘要连贯性不足,难以满足实际需求.针对这一问题,文章提出了一种基于大语言模型的新型摘要生成方法,并构建了专门的指令数据集和1 000条高质量评测样本.实验结果表明,该方法在ROUGE-1、ROUGE-2和ROUGE-L三个评价指标上均优于现有同规模最先进模型.通过DeepSeek大语言模型的进一步验证,充分证明了所提方法在提升摘要质量和逻辑性方面的显著优势,为自然语言处理任务提供了新的解决方案.
关键词：摘要生成大语言模型下游任务微调DeepSeek自然语言处理
资助基金：国家自然科学基金(62176069)广东省自然科学基金(2023A1515012653)
论文发表日期：2025-08-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 1-4 )