基于BERTSUM模型的时尚品牌新闻摘要方法研究 (1).pdf

第45卷第2期北京服装学院学报(自然科学版)Vol.45No.2

2025年6月JournalofBeijingInstituteofFashionTechnology(NaturalScienceEdition)Jun.2025

試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試

DOI:10.16454/ki.issn.1001鄄0564.2025.02.010

基于BERTSUM模型的时尚品牌新闻摘要方法研究

11,2,34,5

刘俊杰,张俊杰,袁摇桦

(1.武汉纺织大学计算机与人工智能学院,湖北武汉430200;2.纺织服装智能化湖北省工程研究中心,湖北武汉430200;

3.湖北省服装信息化工程技术研究中心,湖北武汉430200;4.武汉纺织大学服装学院,湖北武汉430073;

5.武汉纺织服装数字化工程技术研究中心,湖北武汉430073)

摘摇要:时尚领域的品牌新闻报道不仅反映了市场动态,更是设计趋势的风向标。在信息爆炸的时代背景下,如何

高效地从海量资讯中提炼关键信息以支持深入分析,已成为行业内研究者和实践者的迫切需求。本研究针对时尚

品牌新闻领域,提出了一种基于BERTSUM模型改进的摘要提取模型BNSum(BrandNewsSummary),旨在提升摘要

的准确性和信息浓缩的有效性。BNSum通过整合全局语义和条件句排序机制,显著提高了摘要生成的质量。实验

结果表明,BNSum在ROUGE鄄1、ROUGE鄄2和ROUGE鄄L指标上相较于先进模型GoSum分别提高了0郾97%、0郾67%

和0郾88%,与基准模型相比也有显著提升,尤其在捕捉全局信息和减少冗余信息方面表现优越。此外,研究还探讨

了自动化生成与人工调整相结合的方法,以提高摘要生成效率并满足客户个性化需求,助力行业参与者更精准识

别市场趋势并及时调整其策略。

关键词:文本摘要;全局语义;信息冗余;信息处理效率

中图分类号:TS941郾2摇摇文献标志码:A

[3]

摇摇在全球化与数字化的推动下,时尚产业正在经图提高信息提取的效率和准确性。Liu利用

[1][4]

历前所未有的变革。品牌新闻不仅反映市场动BERT进行提取式摘要,通过[CLS]标识符计算

[5]

态,更是全球设计师、企业和消费者获取时尚趋势与句子的重要性分数,并提出了三元组阻断方法降

灵感的主要途径。社交媒体和数字媒体的迅猛发[6]

低信息冗余。Jia等首次提出使用差分放大器框

展,使得时尚资讯每日以海量形式涌现,对信息的处架来增强句子之间的语义差异,将单文档摘要视为

理和筛选提出了新要求。对于设计师而言,精准捕[7]

一个类别重平衡问题。Joshi等通过主题建模和

捉品牌新闻中的流行趋势和设计灵感是保持创意竞