BriefGPT - AI 论文速递
·
Improving Patent Text Summarization with a Master-Slave Encoder Model: A New Approach to Combining Specifications and Claims
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种主从编码器架构的专利文本摘要生成模型（MSEA），有效结合专利说明书与权利要求，解决了生成质量不足、新术语OOV及信息冗余问题。实验结果表明，MSEA在摘要生成的准确性和非冗余性上显著优于现有模型。
🎯
关键要点
- 本研究提出了一种主从编码器架构的专利文本摘要生成模型（MSEA）。
- MSEA有效结合了专利说明书与权利要求，解决了生成质量不足的问题。
- 该模型增强了对新技术术语的考虑，解决了新术语OOV的问题。
- MSEA显著减少了信息冗余，提高了摘要生成的准确性和非冗余性。
- 实验结果显示，MSEA在Rouge-1、Rouge-2和Rouge-L得分上显著优于现有模型，证明了其有效性与先进性。
➡️
