基于提示学习的学术论文亮点自动生成

# 基于提示学习的学术论文要点自动生成

来源：https://arxiv.org/abs/2606.25253  
查看PDF (https://arxiv.org/pdf/2606.25253)

> 摘要：要点提供了学术论文主要贡献的简洁总结，有助于读者快速理解论文重点。然而，许多期刊不提供要点，这限制了其在文献检索、文本挖掘和文献计量分析中的应用。现有研究探索了基于监督学习的自动要点提取方法，但这些方法通常需要大量标注训练数据。本研究探索了基于提示学习的自动要点生成方法。我们设计了任务特定的提示模板，并将其与论文摘要结合作为模型输入。评估了多种语言模型，包括本地部署的预训练模型（如GPT-2和T5），以及通过API访问的ChatGPT。在三个数据集上的实验表明，带有提示模板的ChatGPT在未使用任务特定训练样本的情况下，达到了与先前监督方法相当的性能。当向提示中添加少量示例时，模型在两个数据集上显著优于最先进方法。我们进一步分析了提示设计对生成质量的影响，发现尽管ChatGPT具有强大的语言建模能力，但其在该任务上的性能高度依赖于提示中提供的信息。案例研究还表明，生成的要点通常连贯、信息丰富且接近作者撰写的要点。本研究是将基于提示的学习应用于学术要点生成的早期探索之一。所提出的方法不依赖于特定领域的训练语料，能够为缺乏此类信息的论文生成要点，从而支持下游的文本挖掘和文献计量研究。

## 提交历史

来自：Chengzhi Zhang [查看邮件 (https://arxiv.org/show-email/f80ada58/2606.25253)]  
**[v1]** 2026年6月24日星期三 00:21:56 UTC (726 KB)