摘要

文本摘要旨在生成一个包含原文关键信息的简短摘要。由于意大利语等低资源语言在抽象式摘要任务上缺乏足够的数据，本文提出两个全新的原创数据集：其中一个来源于两个意大利新闻网站，包含多句摘要及其对应的原文；另一个则通过机器翻译将西班牙语摘要数据集转换而来。目前，这两个数据集是该任务在意大利语领域仅有的两个可用数据集。为评估这两个数据集的质量，我们利用它们训练了T5-base模型和mBART模型，均取得了良好的效果。为进一步验证结果的可靠性，我们还将相同模型在自动翻译得到的数据集上进行训练，并将生成的摘要与自动翻译后的摘要进行对比，结果表明，基于本文提出的两个数据集训练得到的模型在摘要质量上具有明显优势。