في السنوات الأخيرة، أثير اهتمام بمهام صعبة مثل تلخيص خيوط المحادثات (الاجتماعات، المناقشات عبر الإنترنت، إلخ). هذه التلخيصات تساعد في تحليل النصوص الطويلة للإلمام السريع بالقرارات المتخذة، مما يعزز كفاءة العمل أو التواصل. لدفع البحث في مجال تلخيص الخيوط، قمنا بتطوير مجموعة بيانات تلخيص خيوط البريد الإلكتروني (EmailSum) استدلالية، والتي تحتوي على تلخيصات قصيرة (أقل من 30 كلمة) وطويلة (أقل من 100 كلمات) تم وضعها من قبل البشر لـ 2549 خيط بريد إلكتروني (كل منها يحتوي على 3 إلى 10 رسائل بريد إلكتروني) حول مجموعة متنوعة واسعة من المواضيع. نقوم بدراستنا التجريبية الشاملة باستكشاف تقنيات مختلفة لتلخيص (تشمل الطرق الاستخراجية والاستدلالية، نماذج الوثيقة الواحدة والنموذج الهرمي، بالإضافة إلى التعلم بالنقل والتعلم شبه الإشرافي) ونقوم بتقييم بشري لكل من مهام إنشاء التلخيص القصير والطويل. تكشف نتائجنا عن التحديات الرئيسية التي يواجهها النماذج الاستدلالية الحالية في هذه المهمة، مثل فهم نوايا المرسل وتحديد أدوار المرسل والمستلم. علاوة على ذلك، نجد أن مقاييس التقييم الآلي الشائعة الاستخدام (مثل ROUGE و BERTScore) لها علاقة ضعيفة مع الأحكام البشرية في مهمة تلخيص خيوط البريد الإلكتروني هذه. لذلك، نؤكد على أهمية التقييم البشري وعلى ضرورة تطوير مقاييس أفضل من قبل المجتمع العلمي. لقد جعلنا رمزنا ومجموعة البيانات المتلخصة متاحة في: https://github.com/ZhangShiyue/EmailSum