<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Li_Taichi的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Li_Taichi</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Li_Taichi]]></copyright><item><title><![CDATA[大型语言模型与文本摘要]]></title><link>https://blog.youkuaiyun.com/Li_Taichi/article/details/130638614</link><guid>https://blog.youkuaiyun.com/Li_Taichi/article/details/130638614</guid><author>Li_Taichi</author><pubDate>Fri, 12 May 2023 11:59:55 +0800</pubDate><description><![CDATA[抽取式摘要是自然语言处理中的一项重要任务，它旨在通过直接提取句子将长文档压缩成更短的版本。最近引入的ChatGPT由于其在广泛的下游任务上的卓越性能而引起了NLP社区的极大兴趣。然而，对事实性和可靠性的担忧阻碍了其在摘要系统中的实际应用。本文首先全面评估了ChatGPT在提取摘要上的性能，并将其与传统的微调方法在各种基准数据集上进行了比较。我们的实验分析表明，ChatGPT的提取摘要性能在ROUGE分数方面仍然不如现有的监督系统。此外，我们还探讨了上下文学习和思维链推理在提高其性能方面的有效性。]]></description><category></category></item></channel></rss>