ECTSum：用于长 earnings call 转录文本要点摘要的新基准数据集
计算与语言
2022-10-27 v2
摘要
尽管自动摘要取得了巨大进展，最先进的方法主要训练于擅长摘要短篇新闻专稿，或具有强排版偏置的文档如科学论文或政府报告。用于摘要含事实与数据的金融文档的高效技术很大程度上未被探索，主要由于缺少合适的数据集。本工作中，我们提出 ECTSum，一个包含上市公司发布的 earnings call（ECT）转录文本作为文档，以及源自相应路透社文章的专家撰写的电报式要点摘要的新数据集。ECT 是无长度限制或格式规定的长非结构化文档。我们用最先进摘要器在各种评估生成摘要内容质量与事实一致性的指标上对我们的数据集进行基准测试。最后，我们提出一种简单而有效的方法 ECT-BPS，生成一组精确捕捉通话中讨论重要事实的要点。
引用
@article{arxiv.2210.12467,
title = {ECTSum: A New Benchmark Dataset For Bullet Point Summarization of Long Earnings Call Transcripts},
author = {Rajdeep Mukherjee and Abhinav Bohra and Akash Banerjee and Soumya Sharma and Manjunath Hegde and Afreen Shaikh and Shivani Shrivastava and Koustuv Dasgupta and Niloy Ganguly and Saptarshi Ghosh and Pawan Goyal},
journal= {arXiv preprint arXiv:2210.12467},
year = {2022}
}
备注
14 pages; Accepted as a Long Paper in EMNLP 2022 (Main Conference); Codes: https://github.com/rajdeep345/ECTSum