面向资源受限关键短语生成的表征学习

基于摘要分析。本文研究标注数据有限条件下的关键短语生成，提出一种数据导向的方法：先利用基于检索的语料库级统计识别显著信息，再依托预训练语言模型和大规模无标注文档，学习面向关键短语生成的任务特定中间表征。这里的资源约束主要指标注数据不足，摘要未说明计算或存储约束。 核心机制是引入 salient span recovery 与 salient span prediction 两种去噪训练目标，凝练文章内部与文章之间对关键短语生成有用的知识。该方法依赖文档语料、检索统计与预训练语言模型；具体显著片段选择规则、两项训练目标的实现形式及训练流程尚未验证，不能将其直接等同于一般随机掩码建模。 作者报告，在多个关键短语生成基准上的实验显示，该方法能够促进低资源关键短语生成和零样本域适应，尤其有利于生成未在原文中出现的关键短语（absent keyphrases），其表现接近使用大规模训练集训练的模型。摘要未提供基准名称、标注规模、数据划分、指标、具体数值或对照模型，因此上述结论的适用范围、实验协议、消融及统计信息尚未验证。 该研究的主要对象是文本生成，并非 EEG 表征或 BCI 解码。其显著信息识别依赖文本语料统计，当前材料未建立这类统计与 EEG 信号结构之间的具体对应关系，因此不据此提出 EEG 迁移效果或复现实验建议；已有 EEG 相关工作尚未检索确认。