SUMM-RE: A corpus of French meeting-style conversations - Inria - Institut national de recherche en sciences et technologies du numérique
Communication Dans Un Congrès Année : 2024

SUMM-RE: A corpus of French meeting-style conversations

Nous présentons le corpus SUMM-RE un ensemble de données d’environ 95 heures de conversations spontanées de type réunion en français

Résumé

We present the SUMM-RE corpus, a dataset of roughly 95 hours of spontaneous meeting-style conversations in French. The corpus is designed to serve as a foundation for downstream tasks such as meeting summarization. In its current state, it offers 25 hours of manually corrected transcripts that are aligned with the audio signal, making it a valuable resource for evaluating ASR and speaker recognition systems. It also includes automatic transcripts and alignments of the whole corpus which can be used for downstream NLP tasks. The aim of this paper is to describe the conception, production and annotation of the corpus up to the transcription level as well as to provide statistics that shed light on the main linguistic features of the corpus.
Fichier principal
Vignette du fichier
9633.pdf (1.18 Mo) Télécharger le fichier
Origine Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-04623038 , version 1 (01-07-2024)

Licence

Identifiants

  • HAL Id : hal-04623038 , version 1

Citer

Julie Hunter, Hiroyoshi Yamasaki, Océane Granier, Jérôme Louradour, Roxane Bertrand, et al.. SUMM-RE: A corpus of French meeting-style conversations. 35èmes Journées d'Études sur la Parole (JEP 2024) 31ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN 2024) 26ème Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RECITAL 2024), Jul 2024, Toulouse, France. pp.508-529. ⟨hal-04623038⟩

Relations

108 Consultations
55 Téléchargements

Partager

More