利用内容计划提示大语言模型以增强科学文章摘要
计算与语言
2023-12-18 v2 人工智能
摘要
本文提出了新颖的提示技术,以提高科学文章自动摘要系统的性能。由于科学文章篇幅长且复杂,其摘要极具挑战性。我们构思、实现并评估了提供额外上下文信息来指导摘要系统的提示技术。具体来说,我们向摘要器提供从文章中提取的关键术语列表,例如作者关键词或自动生成的关键词。我们的技术在多种摘要模型和输入文本上进行了测试。结果显示性能有所提升,尤其是对于分别摘要各章节的小模型。这证明提示是一种克服能力较弱系统局限性的有前景的方法。我们的发现引入了一个使用提示来辅助小模型的新研究方向。
引用
@article{arxiv.2312.08282,
title = {Prompting LLMs with content plans to enhance the summarization of scientific articles},
author = {Aldan Creo and Manuel Lama and Juan C. Vidal},
journal= {arXiv preprint arXiv:2312.08282},
year = {2023}
}
备注
15 pages, 4 figures