1. Батура, Т.В. Создание системы автоматического реферирования научных текстов / Т.В. Батура, А.М. Бакиева. Текст: непосредственный // Вестник НГУ. Серия: Информационные технологии. 2018. Т.16. №3. С.74–86.
2. Берендяев, М.В. Автоматическая генерация текстов в профессиональном переводе / М.В. Берен-дяев, С.Ю. Светова, Е.С. Коканова. Текст: электронный // DIDACTICA TRANSLATORICA. 2024. №2. С. 5–10.
3. Бурнашев, Р.Ф. Применение нейронных сетей в автоматическом переводе и обработке есте-ственного языка / Р.Ф. Бурнашев, Л.А. Анварова. Текст: электронный // Universum: технические науки: электрон. научн. журн. 2024. 4(121). URL: https://7universum.com/ru/tech/archive/item/17192 (дата обра-щения: 15.11.2024).
4. Герте, Н.А. Денотативная модель реферативного специализированного перевода: специаль-ность 10.02.19 «Теория языка»: диссертация на соискание ученой степени кандидата филологических наук / Н.А. Герте. ФГБОУ ВО «Пермский государственный национальный исследовательский универ-ситет». Пермь, 2016. 254 c. Текст: непосредственный.
5. Герте, Н.А. Свертывание информации в процессе реферирования: Методы и возможные пути формализации / Н.А. Герте, Д.С. Курушин, Н.М. Нестерова. Текст: непосредственный // Вестник ПНИПУ. Проблемы языкознания и педагогики. 2013. №7 (49). С. 188–196.
6. Герте, Н.А. Моделирование понимания текста как основа автоматизированного реферирования / Н.А. Герте, Д.С. Курушин, Н.М. Нестерова. Текст: непосредственный // Материалы VII Международной научной конференции «Индустрия перевода» (1–3 июня 2015 г.). Пермь: Издательство ПНИПУ, 2015. С. 81–84.
7. Гусев, И. Постановка задачи автоматического реферирования и методы без учителя / И. Гусев. Текст: электронный // Хабр: сайт. URL: https://habr.com/ru/articles/595517/ (дата обращения: 30.09.2024)
8. Игнатова, Е.М. Реферативный перевод как составляющая процесса профессиональной двуязыч-ной коммуникации / Е.М. Игнатова. Текст: непосредственный // Мир науки, культуры, образования. 2020. №6 (85). С.581–583
9. Комалова, Л.Р. Современный ландшафт компьютерной лингвистики / Л.Р. Комалова. Текст: непо-средственный // Вестник Московского государственного лингвистического университета. Гуманитарные науки. 2022. №6 (861). С. 40–47.
10. Кружилина, Т.В. К вопросу о моделировании процесса понимания текста с помощью систем ис-кусственного интеллекта / Т.В. Кружилина. Текст: непосредственный // Известия Юго-Западного госу-дарственного университета. 2023. №27(4). С. 98–116.
11. Курушин, Д.С. О возможном подходе к созданию системы автоматического реферирования / Д.С. Курушин, Н.М. Нестерова, И.Г. Овчинникова. Текст: непосредственный // Вопросы психолингви-стики. 2014. №20. C 123–127
12. Лезгян, А.С. Автоматическое реферирование текстов: классификация, архитектуры, современ-ные подходы и проблемы / А.С. Лезгян // Математическое моделирование, компьютерный и натурный эксперимент в естественных науках. 2023. №1. С. 19–27.
13. Мельчук, И.А. Предисловие к кн.: И.А. Мельчук, Р.Д. Равич. Автоматический перевод. 1949-1963. Критико-библиографический справочник / И.А. Мельчук. Москва: Всесоюз. ин-т научной и техн. инфор-мации. Ин-т языкознания. 1967. С.7-9. Текст: непосредственный.
14. Михайлов, А.И. Основы информатики / А.И. Михайлов, А.И. Черный, Р.С. Гиляревский – 2-е изд.. Москва: Наука. 1968. 759 c. Текст: непосредственный.
15. Нестерова, Н.М. Сущностная характеристика реферативного перевода как сложного вида ино-язычной речевой деятельности / Н.М. Нестерова, А.Ю. Наугольных, Н.А. Герте. Текст: непосредствен-ный // Вестник ПНИПУ. Проблемы языкознания и педагогики. 2012. №6 (45). С. 40–47.
16. Новиков, А.И. Реферативный перевод научно-технических текстов / А.И. Новиков, Н.М. Несте-рова. Москва: Институт языкознания АН СССР. 1991. 149 c. Текст: непосредственный.
17. Осминин, П.Г. Построение модели реферирования и аннотирования научно-технических текстов, ориентированной на автоматический перевод: специальность 10.02.21 «Прикладная и математическая лингвистика»: диссертация на соискание ученой степени кандидата филологических наук / П.Г. Осми-нин. Челябинск, 2016. 239 с. Текст: непосредственный.
18. Полякова, И.Н. Модификация графового метода для задач автоматического реферирования с учетом синонимии / И.Н. Полякова, И.О. Зайцев. Текст: непосредственный // International Journal of Open Information Technologies. 2022. vol. 10. №4. С. 45–54.
19. Тен, Л.В. Тематическое моделирование в задаче автоматической рубрикации новостных текстов / Л.В. Тен. Текст: непосредственный // Terra Linguistica. 2023. Т. 14. №2. С. 77–91.
20. Шереметьева, С.О. Интерактивное реферирование, ориентированное на машинный перевод / С.О. Шереметьева. Текст: непосредственный // Вестник Южно-Уральского государственного универси-тета. Серия: Лингвистика. 2013. Т. 10. №1. С. 89–92.
21. Allahyari, M. Text Summarization Techniques: A Brief Survey / Mehdi Allahyari, Seyedamin Pouriyeh, Mehdi Assefi, Saeid Safaei, Elizabeth D. Trippe, Juan B. Gutierrez, Krys Kochut. Текст: электронный // Inter-national Journal of Advanced Computer Science and Applications (ijacsa), 2017. Vol. 8 № (10). P. 397–405. URL: http://dx.doi.org/10.14569/IJACSA.2017.081052 (дата обращения: 17.11.2024).
22. Chen, Y. Revisiting Cross-Lingual Summarization: A Corpus-based Study and A New Benchmark with Improved Annotation. Annual Meeting of the Association for Computational Linguistics / Yulong Chen, Huajian Zhang, Yijie Zhou, Xuefeng Bai, Yueguan Wang, Ming Zhong, Jianhao Yan, Yafu Li, Judy Li, Xianchao Zhu, Yue Zhang. July 2023. URL: https://doi.org/10.48550/arXiv.2307.04018 (дата обращения: 17.11.2024). Текст: электронный.
23. Kouris, P. Abstractive Text Summarization: Enhancing Sequence-to-Sequence Models Using Word Sense Disambiguation and Semantic Content Generalization / Panagiotis Kouris, Georgios Alexandridis, An-dreas Stafylopatis. Текст: электронный // Computational Linguistics. №47. P. 813–859. URL: https://doi.org/10.1162/COLI a 0041 (дата обращения: 17.11.2024).
24. Singha Roy, S. Enhancing Scientific Document Summarization with Research Community Perspective and Background Knowledge / Sudipta Singha Roy, Robert E. Mercer. Текст: электронный // In Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024). P. 6048–6058, Torino, Italia. ELRA and ICCL. URL: https://doi.org/10.1145/3419106/ (дата обращения: 17.11.2024).
25. Takeshita, S. Cross-lingual extreme summarization of scholarly documents / Sotaro Takeshita, Tom-maso Green, Niklas Friedrich, Kai Eckert, Simone Paolo Ponzetto. Текст: электронный // Int J Digit Libr 2024. № 25, P. 249–271. URL: https://doi.org/10.1007/s00799-023-00373-2 (дата обращения: 17.11.2024).
26. Tian Shi. Neural Abstractive Text Summarization with Sequence-to-Sequence Models / Tian Shi, Yaser Keneshloo, Naren Ramakrishnan, and Chandan K. Reddy. Текст: электронный // ACM/IMS Trans. Data Sci. 2, 1, Article 1 (February 2021), 37 p. URL: https://doi.org/10.1145/3419106 (дата обращения: 17.11.2024).
27. Wang, J. A Survey on Cross-Lingual Summarization / Jiaan Wang, Fandong Meng, Duo Zheng, Yunlong Liang, Zhixu Li, Jianfeng Qu, Jie Zhou. Текст: электронный // Transactions of the Association for Computa-tional Linguistics. 2022. Vol. 10. P. 1304–1323. URL: https://aclanthology.org/2022.tacl-1.75/ (дата обраще-ния: 17.11.2024).
28. Yongjian You, Weijia Jia, Tianyi Liu, and Wenmian Yang. 2019. Improving Abstractive Document Sum-marization with Salient Information Modeling / Yongjian You, Weijia Jia, Tianyi Liu, Wenmian Yang. Текст: электронный // In Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics. 2019. P. 2132–2141, Florence, Italy. Association for Computational Linguistics. URL: https://aclanthol-ogy.org/P19-1205/ (дата обращения: 17.11.2024).
29. Yu Bai, Yang Gao, and Heyan Huang. 2021. Cross-Lingual Abstractive Summarization with Limited Parallel Resources. In Proceedings of the 59th Annual Meeting of the Association for Computational Linguis-tics and the 11th International Joint Conference on Natural Language Processing (Volume 1: Long Pa-pers). P. 6910–6924, Online. Association for Computational Linguistics. DOI: 10.18653/v1/2021.acl-long.538