FREDSum

FREDSum est un corpus de résumés de débats politiques français présenté dans l'article "FREDSum : A Dialogue Summarization Corpus for French Political Debates"Chaque débat est divisé par thème (emploi, retraite, énergie nucléaire, etc.).Le corpus contient quatre dossiers principaux :transcript : une transcription par thème, faite à la main (par exemple, Royale_Bayroux--Partie_5_Economie.txt)summary_extractive : deux résumés extractifs par thèmesummary_abstractive : pour chaque thème, il y a trois résumés abstractifs, un dans chacun des trois formats suivants (rangés dans des sous-dossiers 1, 2, 3)1. résumés qui limitent la coréférence en utilisant des noms propres au lieu de pronoms2. résumés basés sur les résumés extractifs plutôt que sur la transcription3. résumés créés de manière naturellesummary_abstractive_prediction : résumés abstractifs générés par trois modèles : Barthez, ChatGPT et Open Assistant (basé sur Llama 30b). À noter qu'il n'y a pas de résumés générés pour le débat 'Destaing_Mitterand_2'.Ce corpus a été créé dans le contexte des projets SUMM-RE (ANR-20-CE23-0017) et CORTEX2 (Horizon Europe CL4-2021-HUMAN-01-25)Ces données se trouvent aussi sur https://github.com/linto-ai/FREDSum.Les données de l'Assemblée Nationale et du Sénat qui ont été utilisées pour poursuivre le pré-entrainement de Barthez, comme décrit dans le papier "FREDSum : A Dialogue Summarization Corpus for French Political Debates", se trouvent dans FREDSum Parliament.

FREDSum是一款法语政治辩论摘要语料库，相关研究成果发表于论文《FREDSum：面向法语政治辩论的对话摘要语料库》（FREDSum : A Dialogue Summarization Corpus for French Political Debates）。每份辩论均按主题划分（如就业、养老、核能等）。该语料库包含四大核心文件夹：
1. transcript：逐主题手动转录文件集合，示例文件名为Royale_Bayroux--Partie_5_Economie.txt；
2. summary_extractive：每个主题对应2篇抽取式摘要（extractive summary）；
3. summary_abstractive：每个主题包含3篇抽象式摘要（abstractive summary），分别对应以下三种格式，分别存储于子文件夹1、2、3中：
1. 采用专有名词替代代词以限制共指现象的摘要；
2. 基于抽取式摘要而非原始转录文本生成的摘要；
3. 自然生成的摘要；
4. summary_abstractive_prediction：由三款模型生成的抽象式摘要，分别为Barthez、ChatGPT以及基于Llama 30b的Open Assistant。需注意，针对辩论'Destaing_Mitterand_2'未生成对应摘要。
该语料库的构建依托于SUMM-RE（ANR-20-CE23-0017）与CORTEX2（Horizon Europe CL4-2021-HUMAN-01-25）项目。该数据集亦可通过https://github.com/linto-ai/FREDSum获取。如论文《FREDSum：面向法语政治辩论的对话摘要语料库》所述，用于续训Barthez模型的法国国民议会与参议院数据，可于FREDSum Parliament中获取。