摘要

科学文章摘要生成具有挑战性：一方面，大规模注释语料库不可获得；另一方面，理想情况下摘要应包括文章对科研界的影响。本文针对这两个挑战提出了创新性的解决方案。我们首先开发并发布了首个大规模人工注释的计算语言学科学论文语料库，通过加快注释速度来实现这一目标。其次，我们提出了一种新的摘要生成方法，该方法将作者的原始亮点（摘要）与文章对社区的实际影响（引用）相结合，以创建全面的混合型摘要。我们进行了实验，以证明该语料库在训练数据驱动的科学论文摘要模型中的有效性，以及我们的混合型摘要相比传统摘引式摘要的优势。我们的大规模注释语料库和混合方法为科学论文摘要研究提供了一个新的框架。