CATIE-AQ/piaf_fr_prompt_context_generation_with_answer_and_question

piaf_fr_prompt_context_generation_with_answer_and_question是法语提示数据集（DFP）的一个子集，包含442,752行数据，用于上下文生成任务（带有答案和问题）。原始数据来自PIAF数据集，并通过FrenchQA数据集中的SQUAD 2.0格式问题进行了增强。数据集使用了24种不同的提示来构建输入和目标列，格式与xP3数据集相同。数据集仅包含训练集，没有验证集和测试集。

The dataset piaf_fr_prompt_context_generation_with_answer_and_question is a subset of the Dataset of French Prompts (DFP), containing 442,752 rows suitable for a context-generation (with answer and question) task. The original data, sourced from the PIAF dataset, was augmented with questions in SQUAD 2.0 format from the FrenchQA dataset. Subsequently, 24 prompts were applied to build the input and target columns, achieving the same format as the xP3 dataset. The dataset includes only a training set, with no validation or test splits.

原始信息汇总

数据集概述

基本信息

• 语言: 法语
• 许可证: MIT
• 数据规模: 100K<n<1M
• 任务类别: 文本生成
• 标签: DFP, french prompts
• 标注创建者: found
• 语言创建者: found
• 多语言性: 单语种
• 源数据集: etalab-ia/piaf

数据集详情

• 名称: piaf_fr_prompt_context_generation_with_answer_and_question
• 概述: 该数据集是Dataset of French Prompts (DFP)的一个子集，包含442,752行数据，适用于上下文生成（带答案和问题）任务。原始数据来自PIAF数据集，并通过FrenchQA数据集中的SQUAD 2.0格式问题进行了增强。通过应用一系列提示，构建了输入和目标列，以获得与xP3数据集相同的格式。

提示列表

• 数量: 24个

• 逻辑: 提示采用直陈式，使用“你”和“您”的形式。

• 示例:

  Étant donné la réponse "+ answer+" à la question "+question+", écrire un texte explicatif. Texte : , Étant donné la réponse "+ answer+" à la question "+question+", écris un texte explicatif. Texte : , Étant donné la réponse "+ answer+" à la question "+question+", écrivez un texte explicatif. Texte : , Étant donné la réponse "+ answer+" à la question "+question+", rédiger un texte explicatif. Texte : , Étant donné la réponse "+ answer+" à la question "+question+", rédige un texte explicatif. Texte : , Étant donné la réponse "+ answer+" à la question "+question+", rédigez un texte explicatif. Texte : , Étant donné la réponse "+ answer+" à la question "+question+", générer un texte explicatif. Texte : , Étant donné la réponse "+ answer+" à la question "+question+", génère un texte explicatif. Texte : , Étant donné la réponse "+ answer+" à la question "+question+", générez un texte explicatif. Texte : , Étant donné la réponse "+ answer+" à la question "+question+", créer un texte explicatif. Texte : , Étant donné la réponse "+ answer+" à la question "+question+", crée un texte explicatif. Texte : , Étant donné la réponse "+ answer+" à la question "+question+", créez un texte explicatif. Texte : , Ecrire un texte comme contexte de la réponse "+ answer+" à la question "+question+" Texte : , Ecris un texte comme contexte de la réponse "+ answer+" à la question "+question+" Texte : , Ecrivez un texte comme contexte de la réponse "+ answer+" à la question "+question+" Texte : , Rédiger un texte comme contexte de la réponse "+ answer+" à la question "+question+" Texte : , Rédige un texte comme contexte de la réponse "+ answer+" à la question "+question+" Texte : , Rédigez un texte comme contexte de la réponse "+ answer+" à la question "+question+" Texte : , Générer un texte comme contexte de la réponse "+ answer+" à la question "+question+" Texte : , Génère un texte comme contexte de la réponse "+ answer+" à la question "+question+" Texte : , Générez un texte comme contexte de la réponse "+ answer+" à la question "+question+" Texte : , Créer un texte comme contexte de la réponse "+ answer+" à la question "+question+" Texte : , Crée un texte comme contexte de la réponse "+ answer+" à la question "+question+" Texte : , Créez un texte comme contexte de la réponse "+ answer+" à la question "+question+" Texte :

数据分割

• 训练集: 442,752个样本
• 验证集: 无
• 测试集: 无

使用方法

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

引用

原始数据

@InProceedings{keraron-EtAl:2020:LREC, author = {Keraron, Rachel and Lancrenon, Guillaume and Bras, Mathilde and Allary, Frédéric and Moyse, Gilles and Scialom, Thomas and Soriano-Morales, Edmundo-Pavel and Staiano, Jacopo}, title = {Project PIAF: Building a Native French Question-Answering Dataset}, booktitle = {Proceedings of The 12th Language Resources and Evaluation Conference}, month = {May}, year = {2020}, address = {Marseille, France}, publisher = {European Language Resources Association}, pages = {5483--5492}, url = {https://www.aclweb.org/anthology/2020.lrec-1.673} }

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 } }

许可证

MIT