MeetingBank-transcript

MeetingBank数据集源自美国六个主要城市的市议会记录，旨在为现有的数据集提供补充。它包含1366次会议的记录，视频总时长超过3579小时，同时提供会议记录的文本稿、PDF文件（包含会议纪要、议程和其他元数据）。平均每次市议会会议时长为2.6小时，其文本稿包含超过28k个token。该数据集包含6892个段落级别的摘要实例，可用于训练和评估性能，适用于会议内容总结任务。数据集以CC-BY-NC-SA 4.0协议授权。该数据集提供标准化数据操作，并提供音频文件、文本稿、JSON文件、六个系统的摘要以及人工标注等资源。