计算机应用研究

作者：赵霞,王钊,

单位：河北经贸大学管理科学与信息工程学院,石家庄050061；

关键词：文本摘要,知识图谱,动量蒸馏,对比学习,双流网络,

基金：河北省自然科学基金资助项目(F2021207005)；；

提出了一种融合对比学习与双流网络的新型知识图谱摘要模型（KGDR-CLSUM），旨在解决现有模型在生成摘要时存在的事实性错误和信息提取不足的问题。该模型通过设计双流网络同时处理文本特征和知识图谱特征，并采用对比学习来强化这两类特征的有效融合。此外，引入动量蒸馏策略以降低知识图谱中的数据噪声，从而提升摘要生成的质量和准确性。在CNN/Daily Mail数据集上，KGDR-CLSUM相较于基线模型PEGASUSBASE，在ROUGE-1、ROUGE-2和ROUGE-L指标上分别提升了3.03%、3.42%和2.56%，在XSum数据集上更是达到了7.54%、8.78%和8.51%的显著提升。此外，人工评分显著高于ChatGPT，进一步证明了该模型的优越性能。结果表明，KGDR-CLSUM在生成摘要时，尤其在短文本生成任务中，能够有效降低错误信息，并显著提高摘要的质量。

来源：2025年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第3期