Abstract
Рост количества научных публикаций требует применения эффективных методов реферирования научных текстов. Традиционные экстрак-тивные подходы не позволяют сохранять логическую структуру текста, в то время как методы абстрактивного обобщения испытывают трудности при обработке до-кументов со сложной структурой. В настоящем исследовании предложена срав-нительная модель оценки, направленная на повышение качества абстрактивного обобщения научных текстов. В исследовании представлена сравнительная оценка моделей BART-base и BART-large. Для дообучения моделей использовался корпус, содержащий 17 038 документов из баз данных arXiv и PubMed. Оценка с исполь-зованием метрик ROUGE и BLEU показала, что модель BART-large превосходит BART-base, достигнув значений ROUGE-1 = 0,2224, ROUGE-2 = 0,0695 и BLEU = 0,29. В свою очередь, модель BART-base продемонстрировала значения ROUGE-1 = 0,1932 и BLEU = 0,25. Модель BART-large также продемонстрировала более вы-сокую связность на уровне фраз