QMSum

QMSum数据集是由复旦大学等机构的研究人员创建，专注于多领域会议摘要任务。该数据集包含232个会议的1808个查询-摘要对，覆盖产品、学术和委员会会议等多个领域。数据集的创建过程涉及主题分割、查询生成和基于查询的摘要标注，旨在通过灵活的查询机制满足不同用户对会议内容的不同需求。QMSum数据集的应用领域广泛，旨在帮助用户高效获取会议关键信息，支持自动化会议摘要技术的研究与开发。

The QMSum dataset was created by researchers from Fudan University and other institutions, focusing on the multi-domain meeting summarization task. It contains 1808 query-summary pairs from 232 meetings, covering multiple domains such as product, academic, and committee meetings. The construction process of the QMSum dataset involves topic segmentation, query generation, and query-based summary annotation, aiming to meet diverse user needs for meeting content through a flexible query mechanism. The QMSum dataset has wide application scenarios, designed to help users efficiently obtain key meeting information and support the research and development of automated meeting summarization technologies.

搜集汇总

数据集介绍

构建方式

QMSum数据集的构建始于多领域会议语料的收集，涵盖产品设计、学术研讨与议会委员会三大场景，共计232场会议。随后，标注流程分为三个阶段：首先，标注者对会议进行主题分割，识别主要讨论议题及其对应的文本跨度；其次，基于通用与特定查询模板，标注者为每个主题设计多粒度问题，确保查询覆盖整体概览、个人观点、交互讨论及决策原因等维度；最后，标注者依据查询与会议原文，撰写忠实且信息丰富的抽象式摘要，并限定摘要长度以保持简洁。整个流程由经过预训练的英语母语者与文学专业学生协作完成，并通过专家审查保障质量。

特点

QMSum的核心特点在于其查询驱动的多粒度摘要设计，突破了传统单文档摘要的局限。数据集包含1,808个查询-摘要对，每个查询对应会议中特定的文本跨度，支持从全局概要到局部细节的灵活信息提取。此外，多领域覆盖（产品、学术、委员会）显著增强了数据多样性，为评估模型的跨域泛化能力提供了基准。摘要长度较以往数据集更为精简，平均仅69.6词，凸显了精准压缩长文本信息的挑战性。同时，层次化的标注结构（主题-查询-跨度）不仅便于信息定位，也为模型训练提供了丰富的监督信号。

使用方法

QMSum的使用通常遵循两阶段流水线范式。第一阶段，利用定位器（如层次化排序模型）根据查询从冗长的会议转录中提取相关文本跨度；第二阶段，将提取的跨度与查询拼接后输入摘要生成器（如BART、HMNet等序列到序列模型）以输出摘要。实验表明，此方法能有效缓解长文本处理瓶颈。数据集已公开，研究人员可直接下载，并参考论文中的基线模型进行训练与评估。建议关注查询类型的多样性（如观点、决策、原因），并针对不同领域进行多域训练以提升模型鲁棒性。

背景与挑战

背景概述

会议作为人类协作的核心载体，其记录与转写文本的激增催生了自动摘要技术的迫切需求。然而，传统会议摘要任务往往聚焦于生成单一、全局性的总结，难以满足不同用户对会议中多维度、多层次信息的个性化获取。为应对这一局限，来自复旦大学、加州大学洛杉矶分校、耶鲁大学及微软研究院的研究团队于2021年提出了QMSum数据集，旨在探索基于查询的多领域会议摘要任务。该数据集涵盖产品设计、学术研讨及议会委员会三大领域，包含232场会议及1808对查询-摘要实例，通过层级化标注结构（主题分割、查询生成、摘要构建）为模型提供了细粒度的监督信号。QMSum的发布不仅推动了查询驱动式摘要从新闻、百科向会议领域的拓展，更揭示了现有模型在处理长文本、多主题、多说话人交互场景时的显著短板，成为评估模型泛化能力与细粒度信息抽取能力的重要基准。

当前挑战

QMSum所面临的挑战体现在多个层面。首先，会议文本通常冗长（平均超过500轮次），且包含多主题交织与大量冗余对话，导致模型在定位与查询相关的文本片段时面临严峻的信息检索难题——即便采用层级化定位器，其与黄金跨度间的ROUGE-L召回率仍仅为72.51%。其次，现有强基线模型（如BART、HMNet）在生成基于查询的摘要时，事实一致性错误频发（74%的生成样本存在事实偏差），且31%的摘要与查询完全无关，暴露出模型对多粒度语义理解与抽象概括能力的不足。此外，跨领域迁移困难显著：单一领域训练模型在异域测试集上ROUGE-L得分骤降超过10个百分点，凸显了领域间主题风格与话语结构的巨大差异。构建过程中，人工标注需确保查询的独立性、摘要的忠实性与信息量，同时控制性别偏见与查询类型偏差，进一步增加了数据生产的复杂度与成本。

常用场景

经典使用场景

在会议摘要研究领域，QMSum被广泛用于评估和推动基于查询的多领域会议摘要技术。研究者利用该数据集训练模型，使其能够根据用户提出的具体问题，从冗长的会议转录中定位并生成相关摘要。其经典使用场景包括：针对产品设计会议中关于“远程控制风格”的讨论，模型需输出聚焦于该主题的简洁摘要；或针对学术会议中某位发言人的观点，生成个性化的内容提炼。这一场景突破了传统单一摘要的局限，实现了多粒度、多角度的信息抽取。

实际应用

在实际应用中，QMSum所驱动的技术可无缝嵌入企业协作平台与会议记录系统。例如，在远程办公场景下，员工可通过输入如“总结本次会议关于预算分配的结论”等查询，快速获取精准摘要，避免通篇阅读冗长转录。对于项目经理而言，该技术能自动提取不同议题的讨论要点与待办事项，提升决策效率。在政府或委员会会议中，系统可协助工作人员梳理复杂议题的辩论过程与最终决议，助力公共事务的透明化管理。此外，该技术还可应用于教育领域，帮助学生从学术会议录音中快速定位关键研究进展。

衍生相关工作

QMSum的发布催生了一系列衍生研究工作。其中，定位-摘要（locate-then-summarize）两阶段框架成为后续研究的基石，研究者在此基础上引入了更先进的定位器，如基于预训练模型的层次化排序网络，以提升相关文本段的召回率。在摘要生成阶段，BART、HMNet等模型被广泛适配并优化，用于处理会议特有的多说话人交互与长程依赖。此外，跨领域迁移学习与多任务学习范式也被引入，以缓解不同会议类型（如产品、学术、委员会）之间的领域偏移。这些工作不仅深化了对会议摘要任务的理解，也为其他长文本摘要场景（如法律文书、医疗记录）提供了可借鉴的方法论。