VCSUM：一个通用的中文会议摘要数据集
计算与语言
2023-05-16 v2 人工智能
摘要
与新闻和聊天摘要相比，会议摘要的发展因数据有限而严重滞后。为此，我们引入了一个通用的中文会议摘要数据集，称为 VCSum，包含239场真实会议，总时长超过230小时。我们称该数据集为通用，是因为我们为每场会议转录文本提供了话题分割、标题、分段摘要、整体会议摘要和 salient 句子的标注。因此，该数据集可适应各种摘要任务或方法，包括基于分割的摘要、多粒度摘要和检索后生成摘要。我们的分析证实了 VCSum 的有效性和鲁棒性。我们还提供了一组针对 VCSum 上不同下游摘要任务的基准模型，以促进进一步研究。数据集和代码将在 https://github.com/hahahawu/VCSum 发布。
引用
@article{arxiv.2305.05280,
title = {VCSUM: A Versatile Chinese Meeting Summarization Dataset},
author = {Han Wu and Mingjie Zhan and Haochen Tan and Zhaohui Hou and Ding Liang and Linqi Song},
journal= {arXiv preprint arXiv:2305.05280},
year = {2023}
}
备注
Findings of ACL 2023 (long paper). GitHub: https://github.com/hahahawu/VCSum