CATIE-AQ/fquad_fr_prompt_question_generation_with_answer_and_context
收藏fquad_fr_prompt_question_generation_with_answer_and_context
概述
fquad_fr_prompt_question_generation_with_answer_and_context 是 Dataset of French Prompts (DFP) 的一个子集。
该数据集包含 502,299 行数据，适用于问题生成（带答案和上下文）任务。
原始数据（不带提示）来自 dHoffschmidt 等人的数据集 FQuAD，并通过 FrenchQA 数据集中的 SQUAD 2.0 格式问题进行了增强。
由于 FQuAD 的许可证不允许共享数据，我们仅共享所使用的提示，以便用户可以自行以 xP3 数据集的格式重新创建数据集。
使用的提示
列表
该数据集创建了 21 个提示。逻辑上，这些提示采用直陈式语气，包括 tutoiement 和 vouvoiement 形式。
plaintext
Déterminer la question qui aurait pu être posée pour obtenir la réponse suivante dans le contexte donné.
Contexte : "+context+";
Réponse : "+answer+";
Question :,
Détermine la question que tu aurais pu poser pour obtenir la réponse suivante dans le contexte donné.
Contexte : "+context+";
Réponse : "+answer+";
Question :,
Déterminez la question que vous auriez pu poser pour obtenir la réponse suivante dans le contexte donné.
Contexte : "+context+";
Réponse : "+answer+";
Question :,
Quelle question aurait pu être posée pour obtenir la réponse suivante dans le contexte donné.
Contexte : "+context+";
Réponse : "+answer+";
Question :,
Quelle question aurais-tu pu poser pour obtenir la réponse suivante dans le contexte donné.
Contexte : "+context+";
Réponse : "+answer+";
Question :,
Quelle question auriez-vous pu poser pour obtenir la réponse suivante dans le contexte donné.
Contexte : "+context+";
Réponse : "+answer+";
Question :,
Quelle question peut être posée pour obtenir la réponse suivante dans le contexte donné.
Contexte : "+context+";
Réponse : "+answer+";
Question :,
Quelle question peux-tu poser pour obtenir la réponse suivante dans le contexte donné.
Contexte : "+context+";
Réponse : "+answer+";
Question :,
Quelle question pouvez-vous poser pour obtenir la réponse suivante dans le contexte donné.
Contexte : "+context+";
Réponse : "+answer+";
Question :,
Sachant la réponse suivante : "+answer+"
Générer une bonne question pour le texte suivant : "+context+",
Sachant la réponse suivante : "+answer+"
Génère une bonne question pour le texte suivant : "+context+",
Sachant la réponse suivante : "+answer+"
Générez une bonne question pour le texte suivant : "+context+",
Sachant la réponse suivante : "+answer+"
Trouver une bonne question pour le texte suivant : "+context+",
Sachant la réponse suivante : "+answer+"
Trouves une bonne question pour le texte suivant : "+context+",
Sachant la réponse suivante : "+answer+"
Trouvez une bonne question pour le texte suivant : "+context+",
Sachant la réponse suivante : "+answer+"
Créer une bonne question pour le texte suivant : "+context+",
Sachant la réponse suivante : "+answer+"
Crée trouver une bonne question pour le texte suivant : "+context+",
Sachant la réponse suivante : "+answer+"
Créez trouver une bonne question pour le texte suivant : "+context+",
Sachant la réponse suivante : "+answer+"
Ecrire une bonne question pour le texte suivant : "+context+",
Sachant la réponse suivante : "+answer+"
Ecris une bonne question pour le texte suivant : "+context+",
Sachant la réponse suivante : "+answer+"
Ecrivez une bonne question pour le texte suivant : "+context+"
数据分割
train包含 435,351 个样本valid包含 66,948 个样本- 没有测试分割
许可证
CC BY-NC-SA 3.0
