本研究探讨了基于BERT和Transformer的文本摘要方法，包括抽取式和生成式模型。实验结果显示，模型在摘要质量上表现优异，特别是在处理长文本和多领域研究论文时。研究还分析了大型语言模型在不同数据集上的性能，为自然语言处理领域提供了重要见解。

本文综述了自动文本摘要的研究现状，探讨了基于神经网络的生成式和抽取式模型，评估方法及数据集。研究表明，结合抽取与生成方法能提高摘要质量，并提出了新的评估指标以增强可读性。