Peringkasan Otomatis Dokumen Peraturan Menggunakan Model Bahasa Besar dengan Penyempurnaan Terarah

Volume peraturan yang terus bertambah menyulitkan penelusuran substansi. Penelitian ini menerapkan model bahasa besar dengan penyempurnaan terarah untuk meringkas dokumen peraturan daerah. Data latih berupa 3.100 pasangan peraturan dan ringkasan yang disusun ahli hukum. Evaluasi ROUGE-L mencapai 0,712, sementara penilaian ahli terhadap 200 ringkasan memberi skor keterbacaan 4,3 dari 5 dan ketepatan substansi 4,1 dari 5.