MeetingBank-QA-Summary est un ensemble de données publié par Microsoft en 2024, axé sur la génération de questions-réponses et de résumés à partir de transcriptions de réunions. Le document de recherche associé est « LLMLingua-2: Data Distillation for Efficient and Faithful Task-Agnostic Prompt Compression », visant à évaluer les performances des transcriptions de réunions compressées dans les tâches en aval.

Cet ensemble de données contient 862 transcriptions de réunions provenant de l'ensemble de test MeetingBank, avec une taille de données d'environ 13,4 Mo, accompagnées de résumés générés par GPT-4 et de paires de questions-réponses de haute qualité.

Composition de l'ensemble de données

Cet ensemble de données comprend les principaux champs et structures suivants :

• idx : index de l'échantillon.
• prompt : texte de la transcription de la réunion, utilisé comme entrée contextuelle.
• QA_pairs : liste contenant des paires de questions-réponses, chaque paire comprenant :
• answer : réponse à la question.
• question : question générée à partir du texte de la transcription.
• summary : résumé généré.
• gpt4_summary : résumé généré par GPT-4.

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}
}