核心发现
方法论
VCSUM采集了239个真实会议，提供话题分割、标题、分段摘要、全会总结和亮点句标注。采用多任务标注策略，使数据适应多种摘要任务。利用BERT、Longformer等模型进行话题分割和摘要生成，结合多粒度和提取式方法，验证模型性能。数据质量通过多轮校验和人工修正，确保误差率低于8%。
关键结果
- 在话题分割任务中，BERTSUMEXT模型在Pk指标上达到0.216，WinDiff为0.214，优于随机和均分基线。多粒度摘要中，Pegasus模型在金标准段落上ROUGE-1达59.59，ROUGE-2为25.31，表现优异。整体会议摘要的ROUGE-1达88.65，ROUGE-2为50.46，验证模型在长文本摘要中的有效性。
研究意义
该数据集突破了会议摘要领域的瓶颈，提供多任务、多粒度、多角度的标注，为深度学习模型训练提供丰富资源。推动会议理解、自动摘要和信息提取等应用，解决现有数据规模小、任务单一的问题，促进多任务、多模型的研究发展。为中文自然语言处理提供宝贵的高质量数据，填补20年来的空白。
技术贡献
首次构建大规模高质量中文会议摘要数据集，涵盖话题分割、多粒度摘要和亮点句提取。提出多任务标注框架，结合多模型评估，建立多任务基准。引入多轮校验机制降低误差，确保数据可靠性。实现多任务模型在长文本会议数据上的有效训练，推动多任务学习在会议理解中的应用。
新颖性
VCSUM是首个面向真实多领域会议的多任务、多粒度中文会议摘要数据集，兼具提取和生成标注，支持多种摘要任务。区别于以往小规模、单一任务的会议数据，VCSUM提供丰富的多角度标注，满足多任务、多模型的研究需求，具有开创性。
局限性
- 数据采集依赖公开视频平台，可能存在偏差，且未覆盖所有会议场景。标注过程虽严格，但仍存在一定的主观性和误差。模型评估主要基于ROUGE指标，未充分考虑语义一致性和信息完整性。未来需扩展多模态信息和多语言版本，提升泛化能力。
未来方向
未来将探索多模态会议理解，结合语音、图像等信息提升摘要质量。计划引入更复杂的多任务学习框架，增强模型的鲁棒性。扩展多语言版本，促进跨文化会议理解。还将优化标注流程，提升数据规模和多样性，为会议自动化提供更全面的技术支持。
AI 总览摘要
会议摘要作为自动化文本理解的重要方向，面临数据不足和任务复杂的挑战。传统会议数据规模小、领域单一，难以支撑深度学习模型的训练，限制了会议理解的应用发展。为解决这一瓶颈，本文提出VCSUM数据集，基于239个真实会议，涵盖话题分割、多粒度摘要、亮点句提取等多任务标注，极大丰富了会议文本理解的资源库。
通过引入多模型评估体系，验证了数据集在话题分割、摘要生成和亮点提取中的有效性。采用BERT、Longformer等先进模型，结合多任务训练策略，实现了在长文本会议数据上的优异表现。实验结果显示，模型在ROUGE指标上均优于传统方法，ROUGE-1最高达88.65，ROUGE-2达50.46，验证了数据集的实用价值。
该数据集不仅推动了会议理解技术的发展，也为多任务、多粒度学习提供了基础平台。未来，结合多模态信息和跨语言研究，将进一步拓展会议自动化的应用场景。尽管如此，数据采集和标注仍存在一定局限，未来需持续优化数据质量和模型鲁棒性，推动会议智能化迈向更高水平。
深度分析
研究背景
会议摘要作为自然语言处理中的重要任务，经历了从传统规则方法到深度学习模型的演变。早期研究多依赖模板和规则，效果有限。近年来，基于Transformer的模型如BERT、GPT系列在文本理解中表现卓越，但专用于会议文本的高质量数据仍匮乏。现有公开会议数据集如AMI、ICSI规模小、领域单一，难以满足多任务训练需求。多模态、多粒度摘要的研究逐渐兴起，但缺乏大规模中文会议数据支撑，限制了模型的泛化能力。
核心问题
当前会议摘要面临数据不足、任务单一、模型泛化差等问题。尤其是缺乏多任务、多粒度、多角度的高质量标注数据，限制了深度模型在实际场景中的应用。现有数据集规模小，难以训练复杂模型，且多为英文，中文会议理解缺乏资源。此外，会议文本长、话题频繁切换，导致模型难以捕捉全局信息，亟需多任务、多尺度的标注资源。
核心创新
本研究创新在于：1）构建了包含话题分割、摘要和亮点句的多任务多角度中文会议数据集VCSUM；2）引入多任务标注策略，支持多模型训练；3）采用严格的质量控制机制，确保数据误差低于8%；4）结合多模型评估体系，验证数据集在长文本会议理解中的有效性。这些创新为会议文本理解提供了全新资源和技术路径。
方法详解
- �� 数据采集：从中国视频平台筛选清晰、内容丰富的会议视频，确保多领域覆盖。• 转录处理：利用Feishu Minutes平台进行自动语音识别，生成会议文本。• 标注流程：由专业标注员完成话题分割、标题、分段摘要、全会总结和亮点句标注，采用特殊标记[EOS]区分话题段落。• 质量控制：多轮校验，确保误差率低于8%，并人工修正语音识别错误。• 模型评估：采用BERT、Longformer、BART、Pegasus等模型，结合Pk、WinDiff、ROUGE指标，验证模型性能。• 实验设计：在不同任务（话题分割、多粒度摘要、亮点句提取）上进行系统评估，比较不同模型和策略的优劣。
实验设计
实验采用训练集239会议，验证集和测试集分别包含不同标注任务。话题分割用Pk和WinDiff指标评估，摘要任务用ROUGE-1/2/L衡量。模型包括BERTSUMEXT、BART、Pegasus等，调优参数如最大输入长度1024或2048。通过多任务训练，验证模型在长文本会议中的表现。对比不同段落划分策略和模型结构，分析模型在不同粒度和任务中的适应性。结果显示，结合多任务学习能显著提升模型性能，ROUGE-1最高达59.59，话题分割Pk值最低。
结果分析
模型在话题分割任务中，BERTSUMEXT模型Pk值为0.216，WinDiff为0.214，优于随机和均分基线。在多粒度摘要中，Pegasus在金标准段落上ROUGE-1达59.59，ROUGE-2为25.31，表现优异。整体会议摘要ROUGE-1达88.65，ROUGE-2为50.46，验证模型在长文本摘要中的有效性。多模型评估显示，结合多任务训练策略可显著提升模型性能，验证了数据集的实用性和多任务适应性。
应用场景
该数据集可广泛应用于会议自动摘要、智能会议助手、信息提取和多任务学习研究。支持多模型、多粒度、多角度的模型训练，满足不同场景需求。未来可结合多模态信息，提升会议理解的全面性。还可用于跨语言、跨文化的会议理解研究，推动智能会议系统的普及。
局限与展望
数据采集主要依赖公开视频平台，可能存在偏差，未覆盖所有会议场景。标注过程虽严格，但仍存在主观性和误差。模型评估主要依赖ROUGE指标，未充分考虑语义一致性。未来需扩展多模态、多语言版本，提升模型鲁棒性和泛化能力。
通俗解读 非专业人士也能看懂
想象你在一个厨房里准备一顿大餐。每道菜代表一个会议话题，厨房里有许多不同的厨具和食材。为了做出完整的菜单，你需要先把每道菜的主要内容（话题）划分出来，然后写出每道菜的详细做法（摘要），还要挑出最重要的食材（亮点句）。这个过程就像是把复杂的会议内容拆分成几个部分，写出每个部分的重点，最后总结出整场会议的主要信息。VCSUM就像是为厨房准备的详细食谱，帮助厨师（模型）更好地理解和制作每一道菜（会议内容），让大家都能快速掌握会议的核心信息。
简单解释 像给14岁少年讲一样
想象你参加一个学校的讨论会，里面有很多同学发言，内容很丰富。有时候你想快速知道讨论的重点，就会用笔记把重要的句子写下来，还会把不同的话题分开写，写出每个话题的简短总结。这样别人看你的笔记，也能很快明白讨论的主要内容。VCSUM就像是帮你整理这些笔记的工具，它把长长的讨论内容拆成几个部分，写出每个部分的重点，还总结出整个讨论的核心。这样，无论是你还是别人，都能很快理解会议的内容，不用看一大堆长篇大论。
原文摘要
Compared to news and chat summarization, the development of meeting summarization is hugely decelerated by the limited data. To this end, we introduce a versatile Chinese meeting summarization dataset, dubbed VCSum, consisting of 239 real-life meetings, with a total duration of over 230 hours. We claim our dataset is versatile because we provide the annotations of topic segmentation, headlines, segmentation summaries, overall meeting summaries, and salient sentences for each meeting transcript. As such, the dataset can adapt to various summarization tasks or methods, including segmentation-based summarization, multi-granularity summarization and retrieval-then-generate summarization. Our analysis confirms the effectiveness and robustness of VCSum. We also provide a set of benchmark models regarding different downstream summarization tasks on VCSum to facilitate further research. The dataset and code will be released at https://github.com/hahahawu/VCSum.