يُعزى نجاح نماذج التلخيص العصبي إلى ترميزات دقيقة للمقالات الأصلية. لتجاوز عقبات البيانات التدريبية المحدودة وأحيانًا الضوضائية، يُعد أحد الاتجاهات الواعدة هو الاستفادة بشكل أفضل من البيانات التدريبية المتاحة من خلال تطبيق مرشحات أثناء عملية التلخيص. في هذه الورقة البحثية، نقترح نموذجًا جديدًا للترميز الاختياري الثنائي الاتجاه مع القالب (BiSET)، والذي يستخدم القوالب المستخرجة من بيانات التدريب لاختيار المعلومات الرئيسية برفق من كل مقالة أصلية لتوجيه عملية التلخيص. تم إجراء تجارب واسعة على مجموعة بيانات قياسية للتلخيص، وأظهرت النتائج أن نموذج BiSET المجهز بالقالب ينجح في تحسين أداء التلخيص بشكل كبير، مما يجعله حالة جديدة رائدة في هذا المجال.