技术是自然语言处理领域的焦点研究方向之一。针对现有特征提取方法捕捉语义能力较弱以及摘要结果中存在大量信息冗余的情况，本文通过调整句子嵌入阶段生成词向量的方式和遮盖策略，同时在句子选择阶段引入了冗余性、关键性联合评分机制，分别在中文短文本和长文本数据集上进行抽取式摘要的实验。实验结果表明，通过在句子嵌入和选择阶段进行一系列改进，本文模型的性能明显优于TextRank+BERT、BERTSUM等其他基准模型。