CATIE-AQ/squad_v2_french_translated_fr_prompt_question_generation_with_context
收藏资源简介:
squad_v2_french_translated_fr_prompt_question_generation_with_context是法语提示数据集(DFP)的一个子集,包含3,795,312行数据,用于生成带上下文的问题。原始数据来源于squad_v2_french_translated数据集,并通过FrenchQA数据集中的SQUAD 2.0格式问题进行了增强。该数据集使用了24个提示来构建输入和目标列,使其格式与Muennighoff等人创建的xP3数据集一致。
squad_v2_french_translated_fr_prompt_question_generation_with_context is a subset of the French Prompt Dataset (DFP), containing 3,795,312 data rows for context-aware question generation. Its raw data originates from the squad_v2_french_translated dataset, and it is augmented with SQUAD 2.0-format questions sourced from the FrenchQA dataset. This dataset uses 24 prompts to construct its input and target columns, aligning its format with the xP3 dataset created by Muennighoff et al.
数据集概述
基本信息
- 语言: 法语
- 许可证: Apache 2.0
- 数据集大小: 1M<n<10M
- 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: squad_v2_french_translated
数据集详情
- 名称: squad_v2_french_translated_fr_prompt_question_generation_with_context
- 数据集来源: 来自Dataset of French Prompts (DFP)的子集
- 数据量: 包含3,795,312行,适用于问题生成(带上下文)任务
- 原始数据: 来自pragnakalp/squad_v2_french_translated数据集,并增加了FrenchQA数据集中的问题
- 输入和目标列构建: 应用了24个提示,以构建输入和目标列,格式与xP3数据集相同
提示列表
- 数量: 24个
- 逻辑: 使用直陈式,使用tutoiement和vouvoiement形式
数据集分割
- 训练集: 3,795,312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/squad_v2_french_translated_fr_prompt_question_generation_with_context")
引用
原始数据
Hugging Face repository: https://huggingface.co/datasets/pragnakalp/squad_v2_french_translated
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
Apache 2.0




