计算机工程与应用

作者：薛惠文, 李宝安, 马登豪, 吕学强

单位：北京信息科技大学 网络文化与数字传播北京市重点实验室，北京 100101；

关键词：文档摘要,大语言模型,信息熵,文本意图

基金：国家自然科学基金（62171043，62202061）；北京市自然科学基金（4232025）。

文档摘要任务旨在从冗长文本中提炼出核心内容，以便简明传达关键信息。尽管大语言模型的迅速发展使摘要技术取得显著进步，但当前大语言模型并没有对文本的整体意图进行建模，导致难以精准捕捉文本意图并维持事实一致性，使得生成的摘要在细节覆盖和上下文保持方面有所不足。为解决这一限制，提出一种意图感知的上下文摘要生成框架，该框架包括意图感知模块和信息熵扩展模块。其中，意图感知模块用于捕捉文本中的作者意图，确保提取的句子能够准确反映文档的核心思想。信息熵扩展模块则用于优化信息覆盖范围，最大程度地涵盖文本中的相关上下文信息。提取的文本意图信息块与大语言模型生成的原始摘要结合，生成更高质量的摘要。实验结果表明，该框架在Multi-News和Multi-XScience两个公开数据集上的表现优于所选的基线模型，能够有效提升大语言模型生成摘要的整体质量。

来源：2026年第6期

《计算机工程与应用》期刊编辑部

查看计算机工程与应用杂志2026年第6期