CATIE-AQ/amazon_reviews_multi_fr_prompt_title_generation_from_a_review

amazon_reviews_multi_fr_prompt_title_generation_from_a_review数据集是法语提示数据集（DFP）的一个子集，包含3,989,924行数据，用于文本生成任务。原始数据来源于amazon_reviews_multi数据集，仅保留了法语部分。通过应用18个不同的提示，构建了输入和目标列，使其格式与xP3数据集一致。数据集分为训练集（3,799,924个样本）、验证集（95,000个样本）和测试集（95,000个样本）。该数据集的使用受到亚马逊的非商业研究使用许可的限制，禁止任何形式的商业使用。

原始信息汇总

数据集概述

数据集名称

amazon_reviews_multi_fr_prompt_title_generation_from_a_review

数据集来源

该数据集是 Dataset of French Prompts (DFP) 的一个子集。

数据集大小

包含 3,989,924 条数据。

数据集任务类别

• 文本生成

数据集标签

• 标题生成
• DFP
• 法语提示

数据集语言

• 法语

数据集创建者

• 发现的数据

数据集多语言性

• 单语种

数据集源

原始数据来自 Keung 等人的数据集 amazon_reviews_multi，仅保留了法语部分。

提示列表

该数据集使用了 18 个提示，这些提示包括直陈式、第二人称单数和第二人称复数形式。

数据集分割

• train：3,799,924 条样本
• valid：95,000 条样本
• test：95,000 条样本

使用方法

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

引用

原始数据

@inproceedings{marc_reviews, title={The Multilingual Amazon Reviews Corpus}, author={Keung, Phillip and Lu, Yichao and Szarvas, György and Smith, Noah A.}, booktitle={Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing}, year={2020} }

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

Amazon 的数据集仅限于非商业研究使用。