CATIE-AQ/xnli_fr_prompt_textual_entailment

xnli_fr_prompt_textual_entailment是法语提示数据集（DFP）的一个子集，包含8,804,444行数据，用于文本蕴含任务。原始数据来自Conneau等人创建的xnli数据集，仅保留了法语部分。通过应用一系列提示，构建了输入和目标列，使其格式与Muennighoff等人创建的xP3数据集相同。数据集中使用了22种提示，这些提示以直陈式、你式（tutoiement）和您式（vouvoiement）的形式提出。数据集分为训练集（8,639,444个样本）、验证集（54,780个样本）和测试集（110,220个样本）。

原始信息汇总

数据集概述

数据集名称：xnli_fr_prompt_textual_entailment

数据集来源：该数据集是Dataset of French Prompts (DFP)的一个子集，原始数据来自Conneau等人创建的xnli数据集，仅保留了法语部分。

数据集大小：包含8,804,444行数据，适用于文本蕴含任务。

数据集构建：通过应用一系列提示（共22个），构建了输入和目标列，以达到与xP3数据集相同的格式。

数据集特征

• 语言：法语（fr）
• 许可证：Attribution-NonCommercial 4.0 International
• 数据集类别：文本分类
• 标签创建者：found
• 语言创建者：found
• 多语言性：单语种
• 源数据集：xnli

数据集分割

• 训练集：8,639,444样本
• 验证集：54,780样本
• 测试集：110,220样本

如何使用

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

引用信息

• 原始数据：

  @InProceedings{conneau2018xnli, author = {Conneau, Alexis and Rinott, Ruty and Lample, Guillaume and Williams, Adina and Bowman, Samuel R. and Schwenk, Holger and Stoyanov, Veselin}, title = {XNLI: Evaluating Cross-lingual Sentence Representations}, booktitle = {Proceedings of the 2018 Conference on Empirical Methods in Natural Language Processing}, year = {2018}, publisher = {Association for Computational Linguistics}, location = {Brussels, Belgium}, }

• 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 } }