CATIE-AQ/paws-x_fr_prompt_paraphrase_generation

paws-x_fr_prompt_paraphrase_generation数据集是法语提示数据集（DFP）的一个子集，专门用于释义生成任务。它包含了562,728行数据，这些数据来源于paws-x数据集的法语部分，并通过应用一系列提示来构建输入和目标列，以匹配xP3数据集的格式。数据集分为训练集、验证集和测试集，分别包含520,416、20,640和21,672个样本。

原始信息汇总

数据集概述

数据集名称

paws-x_fr_prompt_paraphrase_generation

数据集来源

• 该数据集是Dataset of French Prompts (DFP)的一个子集。
• 原始数据来源于paws-x数据集的法国部分。

数据集大小

• 包含562,728行数据。

数据集用途

• 用于paraphrase generation任务。

数据集结构

• train: 520,416 samples
• valid: 20,640 samples
• test: 21,672 samples

数据集特征

• 使用24个提示构建输入和目标列，格式与xP3数据集相同。

语言

• 该数据集为monolingual，仅包含French语言。

许可证

• 许可证类型为other。

引用信息

原始数据

@InProceedings{pawsx2019emnlp, title = {{PAWS-X: A Cross-lingual Adversarial Dataset for Paraphrase Identification}}, author = {Yang, Yinfei and Zhang, Yuan and Tar, Chris and Baldridge, Jason}, booktitle = {Proc. of EMNLP}, year = {2019} }

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 }
}

许可证声明

• 该数据集可自由使用，但建议承认Google LLC为数据来源。数据集按“原样”提供，不提供任何明示或暗示的保证。Google不对使用该数据集造成的任何直接或间接损害负责。