该文综述文本切分研究，提出将摘要与切分联合学习，并通过优化正则化提升多样性，在科学文章和口语记录上均达最优性能，跨体裁可转移性更好。研究发现，非结构化文本预训练未必提升迁移性，小规模同结构数据从头训练可显著改善分割；Focal Loss 是有效替代；切分有助于提取式摘要减少引导偏差。