MeetingBank：面向会议摘要的基准数据集
计算与语言
2023-05-30 v1
摘要
随着录音会议数量的增加，利用摘要技术为这些录音生成有用的摘要变得愈发重要。然而，由于会议（尤其是涉及机密议题的会议）难以收集，用于开发该技术的标注会议语料库严重匮乏。此外，由经验丰富者撰写的会议摘要十分稀缺，这使得抽取式摘要器在没有可靠参考的情况下难以生成合理的输出。这种标注语料库的缺失阻碍了会议摘要技术的发展。本文提出 MeetingBank，一个涵盖过去十年市议会会议的新型基准数据集。MeetingBank 因其分而治之的方法在其他会议语料库中独具特色，该方法将专业撰写的会议纪事划分为较短段落，并与会议的特定片段对齐。这将长篇会议的摘要过程拆解为更小、更易处理的任务。该数据集为各类会议摘要系统提供了新测试平台，并让公众得以洞察议会决策是如何制定的。我们公开了该集合，包括会议视频链接、转录文本、参考摘要、议程及其他元数据，以促进更优会议摘要技术的开发。我们的数据集可通过 https://meetingbank.github.io 访问。
引用
@article{arxiv.2305.17529,
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},
journal= {arXiv preprint arXiv:2305.17529},
year = {2023}
}
备注
ACL 2023 Long Paper