cassandra-themis/QR-AN

QR-AN数据集是一个用于主题/话题分类的法语数据集，包含来自法国议会问答的问题和答案。数据集包含188个不平衡的类别，80k个问答对，分为训练集（60k）、验证集（10k）和测试集（10k）。此外，数据集可以用于生成任务，并且与Transformers库中的`run_summarization.py`和`run_glue.py`脚本兼容。

The QR-AN dataset is a French-language dataset for topic classification, which comprises questions and answers from French parliamentary Q&A sessions. It contains 188 imbalanced classes and 80k question-answer pairs, which are split into a training set (60k), a validation set (10k), and a test set (10k). Additionally, the dataset can be used for generation tasks and is compatible with the `run_summarization.py` and `run_glue.py` scripts in the Transformers library.

原始信息汇总

QR-AN 数据集概述

基本信息

• 语言: 法语 (fr)
• 大小: 10K<n<100K
• 任务类别:
  • 摘要生成
  • 文本分类
  • 文本生成
• 任务ID:
  • 多类分类
  • 主题分类
• 标签: 条件文本生成

数据集内容

• 来源: 数据集由法国议会的问答组成，来源于 https://www2.assemblee-nationale.fr/recherche/resultats_questions。
• 结构: 包含188个不平衡类别，总计80k个问答对，分为三个部分：训练集（60k）、验证集（10k）和测试集（10k）。

应用场景

• 分类: 适用于主题/话题分类任务。
• 生成: 可用于文本生成，具体为 qran_generation。

兼容性

• 摘要生成: 兼容 Transformers 库中的 run_summarization.py 脚本，需在 summarization_name_mapping 变量中添加特定映射。
• 文本分类: 兼容 Transformers 库中的 run_glue.py 脚本，配置示例包括模型名称、最大序列长度等参数设置。