CATIE-AQ/newsquadfr_fr_prompt_question_generation_with_context

newsquadfr_fr_prompt_question_generation_with_context是一个包含101,040行数据的数据集，专门设计用于带有上下文的问题生成任务。该数据集是Dataset of French Prompts (DFP)的子集，原始数据来自newsquadfr，并通过FrenchQA数据集中的问题进行增强。数据集使用了24个提示，这些提示旨在通过不同的语气和称呼方式生成问题。数据集分为训练集（79,200样本）和验证集（21,800样本），没有测试集。

原始信息汇总

数据集概述

基本信息

• 语言: 法语
• 许可: CC BY-NC-SA 4.0
• 数据规模: 100K<n<1M
• 任务类别: 文本生成
• 标签: DFP, french prompts
• 注释创建者: found
• 语言创建者: found
• 多语言性: 单语种
• 源数据集: newsquadfr

详细描述

newsquadfr_fr_prompt_question_generation_with_context 是 Dataset of French Prompts (DFP) 的一个子集。
该数据集包含 101,040 行，可用于带上下文的问题生成任务。
原始数据（无提示）来自 newsquadfr 数据集，并通过 FrenchQA 数据集中的 SQUAD 2.0 格式问题进行了增强。
随后应用了一系列提示（见下文），以构建输入和目标列，从而获得与 Muennighoff 等人的 xP3 数据集相同的格式。

提示列表

该数据集使用了 24 个提示，逻辑上包括陈述语气、第二人称单数和第二人称复数形式。

plaintext "+context+" Générer une question à partir du texte ci-dessus : ,
"+context+" Génère une question à partir du texte ci-dessus : ,
"+context+" Générez une question à partir du texte ci-dessus : ,
"+context+" Trouver une question à partir du texte ci-dessus : ,
"+context+" Trouve une question à partir du texte ci-dessus : ,
"+context+" Trouvez une question à partir du texte ci-dessus : ,
"+context+" Créer une bonne question à partir du texte ci-dessus : ,
"+context+" Crée trouver une bonne question à partir du texte ci-dessus : ,
"+context+" Créez trouver une bonne question à partir du texte ci-dessus : ,
"+context+" Ecrire une bonne question à partir du texte ci-dessus : ,
"+context+" Ecris une bonne question à partir du texte ci-dessus : ,
"+context+" Ecrivez une bonne question à partir du texte ci-dessus : ,
Générer une bonne question pour le texte suivant : "+context+",
Génère une bonne question pour le texte suivant : "+context+",
Générez une bonne question pour le texte suivant : "+context+",
Trouver une bonne question pour le texte suivant : "+context+",
Trouve une bonne question pour le texte suivant : "+context+",
Trouvez trouver une bonne question pour le texte suivant : "+context+",
Créer une bonne question pour le texte suivant : "+context+",
Crée trouver une bonne question pour le texte suivant : "+context+",
Créez trouver une bonne question pour le texte suivant : "+context+",
Ecrire une bonne question pour le texte suivant : "+context+",
Ecris une bonne question pour le texte suivant : "+context+",
Ecrivez une bonne question pour le texte suivant : "+context+"

数据分割

• train: 79,200 样本
• valid: 21,800 样本
• 无 test 分割

使用方法

python from datasets import load_dataset dataset = load_dataset("CATIE-AQ/newsquadfr_fr_prompt_question_generation_with_context")

引用

原始数据

Hugging Face repository: https://huggingface.co/datasets/lincoln/newsquadfr

本数据集

@misc {centre_aquitain_des_technologies_de_linformation_et_electroniques_2023,
author = { {Centre Aquitain des Technologies de lInformation et Electroniques} },
title = { DFP (Revision 1d24c09) },
year = 2023,
url = { https://huggingface.co/datasets/CATIE-AQ/DFP },
doi = { 10.57967/hf/1200 },
publisher = { Hugging Face }
}

许可

CC BY-NC-SA 4.0