CATIE-AQ/bisect_fr_prompt_textual_merging

bisect_fr_prompt_textual_merging是DFP数据集的一个子集，包含10383891条记录，适用于文本融合任务。它基于BiSECT数据集的法语部分构建，并使用了一系列提示语来形成输入和目标列，以匹配xP3数据集的格式。数据集分为训练集、验证集和测试集，样本数量分别为10311735、50400和21756。

bisect_fr_prompt_textual_merging is a subset of the Dataset of French Prompts (DFP), containing 10,383,891 entries suitable for a textual fusion task. It is based on the French part of the BiSECT dataset and uses a series of prompts to form input and target columns, matching the format of the xP3 dataset. The dataset is split into training, validation, and test sets with 10,311,735, 50,400, and 21,756 samples respectively.

原始信息汇总

数据集概述

数据集名称

bisect_fr_prompt_textual_merging

数据集来源

该数据集是Dataset of French Prompts (DFP)的一个子集。

数据集大小

包含10,383,891行数据，属于10M<n<100M大小类别。

语言

• 法语（fr）

任务类别

• 文本融合（summarization）

多语言性

• 单语（monolingual）

数据集创建

• 注释创建者：found
• 语言创建者：found

数据集结构

分割

• train: 10,311,735 samples
• valid: 50,400 samples
• test: 21,756 samples

使用方法

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

许可证

cc-by-nc-4.0