本研究探讨了跨语言摘要中的语义一致性问题，提出了一种基于重新排序的方法和多标准评估协议，以促进不同语言间的语义相似多目标摘要。

本文探讨了跨语言摘要的研究进展，包括多语言数据集的构建、翻译质量对摘要的影响，以及新方法MCLAS和ConvSumX的提出。这些方法在低资源环境下显著提高了摘要生成效果，尤其是利用大型语言模型和零样本学习技术，展示了在多种语言上的优越性能。

本文介绍了HunSum-1数据集，包含114万条匈牙利新闻文章，旨在支持摘要生成研究。通过huBERT和mT5模型分析，发现现有摘要系统存在缺陷，缺乏有效解决方案。研究还探讨了跨语言摘要数据集的构建与评估，强调多语言摘要研究的重要性。