К содержимому

Датасет · huuuyeah

Бенчмарк протоколов и расшифровок городских советов

huuuyeah/meetingbank

Длинные транскрипты, видео и протоколы 1366 заседаний для проверки суммаризации.

Что внутри

Бенчмарк на английском языке, собранный из записей заседаний городских советов 6 крупных городов США. Содержит 1366 встреч общей длительностью более 3579 часов видео, а также текстовые расшифровки, повестки дня и PDF-документы с протоколами. Средняя встреча длится 2,6 часа, а объём её транскрипта превышает 28 тысяч токенов.

Что можно сделать

  • Оценка и обучение моделей суммаризации сверхдлинных текстов
  • Тренировка систем извлечения структурированных итогов и повесток из стенограмм
Задачи
Суммаризация, Генерация текста
Языки
Английский
Размер
1K–10K записей
Скачиваний за месяц
1,3 тыс.
Лайков
38

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("huuuyeah/meetingbank")