基于改进的PEGASUS模型与自适应纠错机制的双阶段文本摘要方法

来源：计算机工程与科学杂志2026年第2期北京时间：

作者：张航, 吴俊

单位：扬州大学信息与人工智能学院（工业软件学院），江苏 扬州 225000

摘要：为解决抽取式摘要的词语冗余、可读性差以及生成式摘要的语义混乱、逻辑性差和暴露偏差等问题，提出了一种基于改进的PEGASUS模型与自适应纠错机制的双阶段文本摘要方法，采取混合式摘要生成技术。在抽取阶段，利用BERT模型获取文本向量，并结合Bi-GRU与图结构，通过改进的MMR算法有效减少候选摘要的冗余，提高摘要的精确性。在生成阶段，利用PEGASUS模型处理抽取的句子，结合层次聚类技术并引入自适应纠错机制解决了未登录词（OOV）问题，并采用对比学习框架显著降低了暴露偏差。实验结果表明，该方法所建立的模型在NLPCC数据集上ROUGE指标显著提升，与现有混合式方法的模型相比，各指标分别平均提高2.66个百分点、0.84个百分点和1.81个百分点，提高了摘要质量，并在解决未登录词和暴露偏差问题上表现出优越性能。

关键词：混合式摘要,BERT模型,PEGASUS模型,层次聚类；自适应纠错机制；对比学习框架,