arXiv 自然语言处理· Zhuoqi He, Peijie Huang, Yuhong Xu, Youming Peng, Mingzhi Xu, Xinyang Lin·2026-10-22 12:00· 3 小时前AI 评分29

用于面向任务型对话摘要的融合全局主题多级编码器（MLEGT）

Multi-level Encoder with Global Topic for Task-oriented Dialogue Summarization

AI 导读

研究者提出了用于面向任务型对话摘要的模型 MLEGT，通过多级编码器捕捉时空依赖，并在图构建过程中提取全局主题。该模型结合全局主题引导的指针机制捕捉易被忽略的关键信息，突破长距离限制以提升摘要准确率。在真实大规模中文警讯对话及医疗报告服务两个公开数据集上的实验验证了其优于多个强基线模型。