CATIE-AQ/ling_fr_prompt_textual_entailment

ling_fr_prompt_textual_entailment是Dataset of French Prompts (DFP)的一个子集，包含110,000行数据，用于文本蕴含任务。原始数据来自multilingual-NLI-26lang-2mil7数据集，仅保留了其中的法语部分。通过应用22个提示模板，构建了输入和目标列，使其格式与xP3数据集一致。数据集仅包含训练集，没有验证集和测试集。

原始信息汇总

数据集概述

基本信息

• 名称: ling_fr_prompt_textual_entailment
• 语言: 法语 (fr)
• 许可证: MIT
• 大小: 100K<n<1M 行
• 任务类别: 文本分类
• 标签: 文本蕴含、DFP、法语提示
• 多语言性: 单语种
• 源数据集: multilingual-NLI-26lang-2mil7

数据集详情

• 来源: 该数据集是 Dataset of French Prompts (DFP) 的一个子集，包含110,000行数据，用于文本蕴含任务。
• 原始数据: 来自 multilingual-NLI-26lang-2mil7 数据集，仅保留了法语部分。
• 提示应用: 应用了22个提示，以构建输入和目标列，使其格式与 xP3 数据集相同。

数据集结构

• 分割:
  • train: 包含110,000个样本
  • 无 valid 分割
  • 无 test 分割

使用方法

• 通过 datasets 库加载数据集: python from datasets import load_dataset dataset = load_dataset("CATIE-AQ/ling_fr_prompt_textual_entailment")

引用信息

• 原始数据:

  @article{laurer_less_2022, title = {Less {Annotating}, {More} {Classifying} – {Addressing} the {Data} {Scarcity} {Issue} of {Supervised} {Machine} {Learning} with {Deep} {Transfer} {Learning} and {BERT} - {NLI}}, url = {https://osf.io/74b8k}, author = {Laurer, Moritz and Atteveldt, Wouter van and Casas, Andreu Salleras and Welbers, Kasper}, year = {2022}, journal = {Preprint}, publisher = {Open Science Framework} }

• 此数据集:

  @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 },
  publisher = { Hugging Face }
  }