AraFinNews：基于领域适应大语言模型的阿拉伯语财经新闻摘要

我们介绍 AraFinNews，这是目前最大规模的公开阿拉伯语财经新闻数据集，包含 212,500 篇文章-标题对，覆盖 2015 年至 2025 年的十年报道。作为主要英语摘要语料库（如 CNN/DailyMail）的阿拉伯语对应版本，AraFinNews 为评估财经语境下的领域特定语言理解与生成提供了真实可靠的基准。利用这一资源，我们探讨了领域特定性质对阿拉伯语财经文本抽象摘要的影响。具体评估了基于变换器的模型：mT5、AraT5 以及领域适应的 FinAraT5，以检验财经领域预训练对准确性、数值可靠性和与专业报道风格一致性的影响。实验结果表明，领域适应模型在生成更连贯的摘要方面表现更佳，尤其在处理量化信息和实体相关信息方面。这一发现凸显了针对阿拉伯语财经摘要提升叙事流畅性而进行领域特定适应的重要性。该数据集可在 https://github.com/ArabicNLP-uk/AraFinNews 上供非商业研究使用。