MeetingBank-QA-Summary 是由 Microsoft 于 2024 年发布的一个专注于会议转录文本问答与摘要生成的数据集，相关论文成果为「LLMLingua-2: Data Distillation for Efficient and Faithful Task-Agnostic Prompt Compression」，旨在评估压缩后的会议转录文本在下游任务中的性能。

该数据集包含 862 条来自 MeetingBank 测试集的会议转录文本，数据大小约为 13.4 MB，并附带由 GPT-4 生成的摘要及高质量问答对。

数据集组成

该数据集包含以下主要字段和结构：

• idx : 样本索引。
• prompt: 会议转录文本，作为上下文输入。
• QA_pairs : 包含问答对的列表，每个问答对包含：
• answer : 问题的答案。
• question: 基于转录文本生成的问题。
• summary : 生成的摘要。
• gpt4_summary: 由 GPT-4 生成的摘要。

Citation

@inproceedings{pan2024llmlingua2,
    title={LLMLingua-2: Data Distillation for Efficient and Faithful Task-Agnostic Prompt Compression},
    author={Zhuoshi Pan and Qianhui Wu and Huiqiang Jiang and Menglin Xia and Xufang Luo and Jue Zhang and Qingwei Lin and Victor Rühle and Yuqing Yang and Chin-Yew Lin and H. Vicky Zhao and Lili Qiu and Dongmei Zhang},
    year={2024},
    booktitle = {Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics},
    publisher = {Association for Computational Linguistics}
}