Datasets:
Tasks:
Text Generation
Modalities:
Text
Formats:
parquet
Languages:
French
Size:
10K - 100K
License:
| language: | |
| - fr | |
| license: cc-by-nc-sa-4.0 | |
| size_categories: | |
| - 10K<n<100K | |
| task_categories: | |
| - text-generation | |
| tags: | |
| - DFP | |
| - french prompts | |
| annotations_creators: | |
| - found | |
| language_creators: | |
| - found | |
| multilinguality: | |
| - monolingual | |
| source_datasets: | |
| - newsquadfr | |
| # newsquadfr_fr_prompt_question_generation_with_answer | |
| ## Summary | |
| **newsquadfr_fr_prompt_question_generation_with_answer** is a subset of the [**Dataset of French Prompts (DFP)**](https://huggingface.co/datasets/CATIE-AQ/DFP). | |
| It contains **92,620** rows that can be used for a question-generation (with answer) task. | |
| The original data (without prompts) comes from the dataset [newsquadfr](https://huggingface.co/datasets/lincoln/newsquadfr) and was augmented by questions in SQUAD 2.0 format in the [FrenchQA]( https://huggingface.co/datasets/CATIE-AQ/frenchQA) dataset. | |
| A list of prompts (see below) was then applied in order to build the input and target columns and thus obtain the same format as the [xP3](https://huggingface.co/datasets/bigscience/xP3) dataset by Muennighoff et al. | |
| ## Prompts used | |
| ### List | |
| 22 prompts were created for this dataset. The logic applied consists in proposing prompts in the indicative tense, in the form of tutoiement and in the form of vouvoiement. | |
| ``` | |
| 'Quelle question donnerait la réponse suivante ? Réponse : "'+answer+'";\nQuestion :', | |
| 'Déterminer la question qui aurait pu être posée pour obtenir la réponse suivante. \n Réponse : "'+answer+'";\n Question :', | |
| 'Détermine la question que tu aurais pu poser pour obtenir la réponse suivante. \n Réponse : "'+answer+'";\n Question :', | |
| 'Déterminez la question que vous auriez pu poser pour obtenir la réponse suivante . \n Réponse : "'+answer+'";\n Question :', | |
| 'Quelle question aurait pu être posée pour obtenir la réponse suivante. \n Réponse : "'+answer+'";\n Question :', | |
| 'Quelle question aurais-tu pu poser pour obtenir la réponse suivante. \n Réponse : "'+answer+'";\n Question :', | |
| 'Quelle question auriez-vous pu poser pour obtenir la réponse suivante. \n Réponse : "'+answer+'";\n Question :', | |
| 'Quelle question aurait pu être posée pour obtenir la réponse suivante. \n Réponse : "'+answer+'";\n Question :', | |
| 'Quelle question aurais-tu pu poser pour obtenir la réponse suivante. \n Réponse : "'+answer+'";\n Question :', | |
| 'Quelle question auriez-vous pu poser pour obtenir la réponse suivante. \n Réponse : "'+answer+'";\n Question :', | |
| 'Sachant la réponse suivante : "'+answer+'"\n Générer une bonne question : ', | |
| 'Sachant la réponse suivante : "'+answer+'"\n Génère une bonne question : ', | |
| 'Sachant la réponse suivante : "'+answer+'"\n Générez une bonne question : ', | |
| 'Sachant la réponse suivante : "'+answer+'"\n Trouver une bonne question : ', | |
| 'Sachant la réponse suivante : "'+answer+'"\n Trouves une bonne question : ', | |
| 'Sachant la réponse suivante : "'+answer+'"\n Trouvez une bonne question : ', | |
| 'Sachant la réponse suivante : "'+answer+'"\n Créer une bonne question : ', | |
| 'Sachant la réponse suivante : "'+answer+'"\n Crée trouver une bonne question : ', | |
| 'Sachant la réponse suivante : "'+answer+'"\n Créez trouver une bonne question : ', | |
| 'Sachant la réponse suivante : "'+answer+'"\n Ecrire une bonne question : ', | |
| 'Sachant la réponse suivante : "'+answer+'"\n Ecris une bonne question : ', | |
| 'Sachant la réponse suivante : "'+answer+'"\n Ecrivez une bonne question | |
| ``` | |
| # Splits | |
| - `train` with 72,600 samples | |
| - `valid` with 20,000 samples | |
| - no `test` split | |
| # How to use? | |
| ``` | |
| from datasets import load_dataset | |
| dataset = load_dataset("CATIE-AQ/newsquadfr_fr_prompt_question_generation_with_answer") | |
| ``` | |
| # Citation | |
| ## Original data | |
| > Hugging Face repository: https://huggingface.co/datasets/lincoln/newsquadfr | |
| ## This Dataset | |
| > @misc {centre_aquitain_des_technologies_de_l'information_et_electroniques_2023, | |
| author = { {Centre Aquitain des Technologies de l'Information et Electroniques} }, | |
| title = { DFP (Revision 1d24c09) }, | |
| year = 2023, | |
| url = { https://huggingface.co/datasets/CATIE-AQ/DFP }, | |
| doi = { 10.57967/hf/1200 }, | |
| publisher = { Hugging Face } | |
| } | |
| ## License | |
| CC BY-NC-SA 4.0 |