GLIMMER：在无监督多文档摘要中结合图形和词汇特征
原文中文，约300字，阅读约需1分钟。发表于：。本研究解决了现有无监督多文档摘要方法在关键句提取中造成的信息丢失问题。提出的GLIMMER方法通过构建句子图并挖掘低级特征，自动识别语义集群，从而提高了集群内的相关性和生成句子的流畅性。实验结果表明，该方法在无监督摘要任务中优于现有方法，并在零样本设置下超越了最先进的预训练模型，具备了较高的可读性和信息量。
本研究提出了GLIMMER方法，解决了无监督多文档摘要中的信息丢失问题。通过构建句子图和挖掘低级特征，自动识别语义集群，提高了相关性和流畅性。实验结果表明，该方法在无监督摘要任务中优于现有方法，并在零样本设置下超越了预训练模型，具备高可读性和信息量。
