通过 R 使用 Aleph Alpha Luminous 机器生成的文本摘要，第 1 部分

[suchona.kani.z]

自动汇总使工作变得更加容易，因为此类任务需要花费大量时间，并且本质上是数据转换的一种形式。这里的数据转换是从大量详细信息开始的转换。人类比计算机需要更多的时间来吸收这些信息，获得对其的高级概述，并决定如何使其更易于人类管理。

在这篇博文中，我想特别关注提示工程以及使用大型语言模型（在本例中使用 Aleph Alpha Luminous）对文本进行机器摘要的相关准备工作。第一部分涉及摘要要求以及与法学硕士相关的技术挑战。


基本方法论考虑
总结到底是什么？一个很好的解释是：“摘要是对内容进行 丹麦 whatsapp 数据​ 简短概括的名称，不带任何评价性成分。摘要或目录包含[完整作品]的所有重要部分。它必须考虑到可能最重要的方面并忽略其他方面，因为根据定义它应该比整个作品短。 […]它应该提供一个快速概述[…]。”）这清楚地表明：摘要应该简短，并精简到要点，并提供价值-免费概述。到底什么是“短”，什么是“本质”，仁者见仁，智者见智，因此是非常不同的。

当出版经过正式质量流程的作品（例如一本书或一篇科学文章）时，长度已确定为 150 至 250 个字。如下图所示，一些学术期刊甚至提出了实质性要求。下图通过“引导总结”展示了这样的规范。这里首先解释本出版物的原因（目的），然后解释研究方法（设计/方法/途径）、结果（发现）、发现或局限性（研究局限性/影响）以及科学附加价值（原创性/价值）被考虑。


图 1：科学期刊摘要示例，来源
特别是近年来，格式“TL;DR”=“太长;未读”被强制执行（见图 2）。在此示例中，编辑器指定了大约 5 个缝合句子的准则，每个句子的最大长度为 85 个字符（包括空格）。


图 2：《国际信息管理杂志》中的 TL;DR 格式示例。这两个角色模型应该作为根据既定指南设计机器摘要的起点。

法学硕士总结时面临的挑战
假设输入具有干净的数字化文本格式，因此在各种中间过程中不易出错，则会出现以下挑战：

技术性质的机器总结挑战概述
挑战 描述
上下文长度 法学硕士倾向于更好地利用文本输入（=上下文）开头或结尾的内容，而不是中间的内容。即，高上下文输入会带来性能损失的风险。
经济因素 成本乘数是及时发出指示和持续处理摘要文本。