关键词生成的关键算法：基于指令的LLM用于俄语科学关键词

关键词选择是自然语言处理中一项具有挑战性的任务，具有广泛的应用。由于俄语丰富的形态学和可用的训练数据集数量有限，将现有的监督和无监督解决方案应用于俄语面临着若干限制。最近对英文文本进行的研究表明，大型语言模型（LLMs）能够成功处理生成关键词的任务。LLMs无需针对特定任务进行微调，而是使用文本提示即可取得令人印象深刻的结果。在这项工作中，我们评估了基于提示的方法为俄语科学摘要生成关键词的性能。首先，我们比较了零样本和少样本提示方法、微调模型以及无监督方法的性能。然后，我们评估了在少样本设置中选择关键词示例的策略。我们展示了对生成关键词的人工评估结果，并通过专家评估分析了模型的优缺点。我们的结果表明，即使使用简单的文本提示，基于提示的方法也能超越常见的基线方法。