1. 研究目的与意义（文献综述包含参考文献）
一、引言随着网络的发展，社会进入信息时代，互联网文本数据因其便利性成为了人们获取信息的重要来源。
但因其数据量的庞大和非结构化的特性，使人们难以及时理解、利用数据中有价值的信息。
自然语言处理技术的出现解决了上述问题，可快速进行摘要和关键词抽取[1]，但是基于传统机器学习的处理方式有准确率低，泛用性差等诸多弊端。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容、问题解决措施及方案
要解决的问题：1.如何获取高质量的数据集？2.如何解决训练数据与真实数据存在巨大差距的问题？3.如何提高摘要的准确性和简洁性？拟采用的研究途径：1.爬取新闻网站近期新闻报道，以人工方式制作小样本数据集，再混入开源的大样本数据集。
2.通过微调使预训练模型接近预期准确度。
3.尝试在模型基础上，增加对比注意力机制。
剩余内容已隐藏，您需要先支付 1元 才能查看该篇文章全部内容！立即支付
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
