Aznor/MeetingBank-original

MeetingBank是一个用于会议摘要的基准数据集，包含来自美国6个主要城市市议会的1,366次会议的视频、转录文本、会议记录的PDF文档及其他元数据。数据集用于训练和评估会议摘要模型，包含6,892个段级别的摘要实例，并提供会议音频、转录文本、主要JSON文件、来自6个系统的摘要和人工标注等资源。MeetingBank是一个用于会议摘要的基准数据集，包含来自美国6个主要城市市议会的1,366次会议的视频、转录文本、会议记录的PDF文档及其他元数据。数据集用于训练和评估会议摘要模型，包含6,892个段级别的摘要实例，并提供会议音频、转录文本、主要JSON文件、来自6个系统的摘要和人工标注等资源。

原始信息汇总

数据集概述

名称: MeetingBank

来源: 基于美国6个主要城市的市议会会议数据创建的基准数据集。

内容:

• 包含1,366次会议，总计超过3,579小时视频。
• 提供会议的转录文本、PDF格式的会议记录、议程及其他元数据。
• 平均每次会议时长2.6小时，转录文本超过28,000个词。
• 包含6,892个段落级别的摘要实例，用于训练和评估摘要模型。

用途: 用于会议摘要模型的训练和评估，以及从会议视频中提取结构信息。

数据集资源

• 摘要、段落转录和视频列表: Zenodo
• 会议音频: HuggingFace
• 会议转录文本: HuggingFace

引用信息

论文: MeetingBank: A Benchmark Dataset for Meeting Summarization

作者: Yebowen Hu, Tim Ganter, Hanieh Deilamsalehy, Franck Dernoncourt, Hassan Foroosh, Fei Liu

会议: 第61届计算语言学协会年会(ACL’23)

出版信息: 计算语言学协会，2023年7月，多伦多，加拿大

Bibtex引用:

@inproceedings{hu-etal-2023-meetingbank, title = "MeetingBank: A Benchmark Dataset for Meeting Summarization", author = "Yebowen Hu and Tim Ganter and Hanieh Deilamsalehy and Franck Dernoncourt and Hassan Foroosh and Fei Liu", booktitle = "Proceedings of the 61st Annual Meeting of the Association for Computational Linguistics (ACL)", month = July, year = "2023", address = "Toronto, Canada", publisher = "Association for Computational Linguistics", }

搜集汇总

背景与挑战

背景概述

MeetingBank-original是一个用于会议摘要的基准数据集，包含来自6个美国城市市议会的1,366次会议的转录文本和摘要实例，总计6,892个片段级样本，适用于训练和评估摘要模型。数据集基于原始论文划分，提供文本格式的parquet文件，平均每场会议转录超过28k个标记，支持会议结构提取和摘要任务研究。