会议记录抽取式笔记标注语料
自然语言
0 下载
2 浏览
2026-10-25
数据集简介
语料构成与标注目标
该语料服务于抽取式笔记记录(extractive note-taking):给定一段会议转写文本,系统需要判断哪些句子值得写入会议笔记,并进一步定位其中的关键信息。所有标注均落在句子层级,便于直接用于序列标注或片段抽取建模。
语料由两部分构成:
- 合成数据:按任务需要生成的会议转写文本,覆盖标注体系中的各类句子;
- AMI 会议语料:真实会议录音的转写文本,为模型提供自然口语场景。
两部分合并后统一采用 CC BY 4.0 许可发布。
句子级标签体系
每条转写文本的句子携带以下标签:
| 标签 | 含义 |
|---|---|
| importance | 句子在会议记录中的重要程度,用于筛选值得进入笔记的内容 |
| zone | 句子所属的会议区域划分 |
| action-item owner/deadline spans | 行动项中负责人与截止时间对应的文本片段 |
其中 importance 与 zone 为句子级分类标签,行动项负责人/截止时间以片段(span)形式标注,可直接用于片段抽取任务的训练与评测。
获取方式与使用条件
项目托管在 GitHub,可通过项目页面浏览说明并获取数据。数据以 CC BY 4.0 许可开放,使用时需按许可要求保留署名与许可声明。
引用信息
若在研究中引用该语料,请注明项目名称 meeting-notes-extractive-corpus,并遵循 CC BY 4.0 许可的署名要求。
基本信息
记录数量未知
文件大小未知
文件格式未知
数据来源meeting-notes-extractive-corpus 项目组
许可协议CC BY 4.0
标注层级句子级
数据落地页https://github.com/jvachier/meeting-notes-extractive-corpus
发布日期2026-10-25
会议转写抽取式笔记句子级标注行动项抽取AMI 语料
上架信息
数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载