Обзор современных достижений в извлечении ключевых фраз с использованием предобученных языковых моделей

Извлечение ключевых фраз (Keyphrase Extraction, KE) является важным компонентом систем обработки естественного языка (Natural Language Processing, NLP) для выбора набора фраз из документа, которые суммируют важную информацию, обсуждаемую в документе. Система извлечения ключевых фраз может значительно ускорить поиск информации и помочь пользователям быстро и точно получить первичные сведения из больших документов. В частности, ключевые фразы предоставляют семантические метаданные, характеризующие документы, и дают обзор их содержимого. В данной статье мы вводим понятие извлечения ключевых фраз, рассматриваем недавние исследования на основе предобученных языковых моделей, представляем аналитические замечания по различным подходам, выделяем открытые проблемы и приводим сравнительное экспериментальное исследование популярных контролируемых и неконтролируемых методов на нескольких наборах данных. В целях поощрения дальнейших разработок мы публикуем связанные файлы, упомянутые в статье.