Сравнительный анализ методов автоматического реферирования научных текстов на русском языке

Аннотация

Автоматическое реферирование научных текстов остается актуальной задачей обработки естественного языка, особенно для русскоязычных корпусов, где применение современных методов ограничено недостатком специализированных моделей и наборов данных. В данной работе проведен систематический сравнительный анализ экстрактивных и абстрактивных моделей суммаризации на материале русскоязычного мультимодального датасета научных статей. Для оценки качества применен комплексный набор метрик: классические статистические (ROUGE, TF-IDF) и современные нейросемантические (BERTScore, косинусная мера между эмбеддингами). Результаты показывают, что экстрактивные методы (TextRank, LexRank) обеспечивают высокую лексическую точность (ROUGE-1 F1 = 0,38; TF-IDF = 0,87), в то время как нейросетевые абстрактивные модели (rut5_base_sum_gazeta, mbart_ru_sum_gazeta) демонстрируют превосходство по семантическим метрикам (BERTScore F1 = 0,70; косинусное сходство ≈ 0,80), приближаясь к уровню человеческого реферирования. Исследование показывает, что выбор модели должен определяться конкретной задачей: экстрактивные методы предпочтительны для формализованных текстов, тогда как абстрактивные обеспечивают более естественное и гибкое изложение. doi 10.54708/19926502_2026_30211264