CATIE-AQ/newsquadfr_fr_prompt_context_generation_with_answer

**newsquadfr_fr_prompt_context_generation_with_answer** 是DFP（Dataset of French Prompts）的一个子集，包含101,040行数据，用于上下文生成（带答案）任务。原始数据来自newsquadfr数据集，并通过FrenchQA数据集中的SQUAD 2.0格式问题进行了增强。随后应用了24个提示来构建输入和目标列，从而获得与Muennighoff等人提出的xP3数据集相同的格式。

原始信息汇总

数据集概述

基本信息

• 名称: newsquadfr_fr_prompt_context_generation_with_answer
• 语言: 法语
• 许可: CC BY-NC-SA 4.0
• 数据量: 101,040 条记录
• 任务类别: 文本生成
• 标签: DFP, french prompts
• 多语言性: 单语种
• 源数据集: newsquadfr

数据集描述

该数据集是 Dataset of French Prompts (DFP) 的一个子集，包含 101,040 条记录，适用于上下文生成（带答案）任务。原始数据来自 newsquadfr 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

该数据集使用了 24 个提示，这些提示采用直陈语气，包括“你”和“您”两种称呼形式。以下是部分提示示例：

• Étant donné la réponse "+ answer+", écrire un texte explicatif. Texte :
• Étant donné la réponse "+ answer+", écris un texte explicatif. Texte :
• Étant donné la réponse "+ answer+", écrivez un texte explicatif. Texte :

数据集划分

• train: 79,200 条样本
• valid: 21,800 条样本
• 无 test 划分

使用方法

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

引用

原始数据

Hugging Face repository: https://huggingface.co/datasets/lincoln/newsquadfr

该数据集

@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 }
}