科学出版物摘要清洗

本文解决了科学文献分析中自然语言处理的一个实际问题。作者确定了一个常见问题：摘要中的冗余信息会负面影响下游任务，如文档相似性和嵌入生成。他们的解决方案是一个用于清洗摘要的开源语言模型，这很有价值，因为它提供了一个现成的工具来提高研究中使用的数据的质量。对相似性排名和嵌入信息内容的影响的演示进一步验证了其有用性。

• •解决了科学摘要中冗余信息的问题。
• •介绍了一个用于清洗摘要的开源语言模型。
• •展示了相似性排名和嵌入信息内容的改进。
• •为从事科学文献研究的研究人员提供了一个实用的工具。