基于多模态和语言无关句子嵌入的抽象摘要
计算与语言
2026-03-10 v1
摘要
抽象摘要旨在通过创建新句子生成简洁摘要，实现灵活的重述。然而，这种方法可能容易产生误差，尤其是“幻觉”现象，即模型引入不存在的信息。在本文中，我们利用来自预训练模型（如 LaBSE、SONAR 和 BGE-M3）的多模态和多语言句子嵌入，并输入修改后的基于 BART 的法语模型。我们引入一种命名实体注入机制，将分词后的命名实体附加到解码器输入，以提高生成摘要的事实一致性。我们的新型框架 SBARThez 适用于文本和语音输入，支持跨语言摘要；它在与 token 级基线方法相比下表现竞争，尤其在低资源语言方面，同时生成更简洁和更抽象的摘要。
引用
@article{arxiv.2603.08282,
title = {Using Multimodal and Language-Agnostic Sentence Embeddings for Abstractive Summarization},
author = {Chaimae Chellaf and Salima Mdhaffar and Yannick Estève and Stéphane Huet},
journal= {arXiv preprint arXiv:2603.08282},
year = {2026}
}
备注
Accepted at LREC 2026