|
--- |
|
language: |
|
- fr |
|
license: cc-by-nc-sa-4.0 |
|
size_categories: |
|
- 100K<n<1M |
|
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_context |
|
## Summary |
|
|
|
**newsquadfr_fr_prompt_question_generation_with_context** is a subset of the [**Dataset of French Prompts (DFP)**](https://huggingface.co/datasets/CATIE-AQ/DFP). |
|
It contains **101,040** rows that can be used for a question-generation (with context) 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 |
|
24 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. |
|
|
|
``` |
|
'"'+context+'"\n Générer une question à partir du texte ci-dessus : ', |
|
'"'+context+'"\n Génère une question à partir du texte ci-dessus : ', |
|
'"'+context+'"\n Générez une question à partir du texte ci-dessus : ', |
|
'"'+context+'"\n Trouver une question à partir du texte ci-dessus : ', |
|
'"'+context+'"\n Trouve une question à partir du texte ci-dessus : ', |
|
'"'+context+'"\n Trouvez une question à partir du texte ci-dessus : ', |
|
'"'+context+'"\n Créer une bonne question à partir du texte ci-dessus : ', |
|
'"'+context+'"\n Crée trouver une bonne question à partir du texte ci-dessus : ', |
|
'"'+context+'"\n Créez trouver une bonne question à partir du texte ci-dessus : ', |
|
'"'+context+'"\n Ecrire une bonne question à partir du texte ci-dessus : ', |
|
'"'+context+'"\n Ecris une bonne question à partir du texte ci-dessus : ', |
|
'"'+context+'"\n Ecrivez une bonne question à partir du texte ci-dessus : ', |
|
'Générer une bonne question pour le texte suivant : "'+context+'"', |
|
'Génère une bonne question pour le texte suivant : "'+context+'"', |
|
'Générez une bonne question pour le texte suivant : "'+context+'"', |
|
'Trouver une bonne question pour le texte suivant : "'+context+'"', |
|
'Trouve une bonne question pour le texte suivant : "'+context+'"', |
|
'Trouvez trouver une bonne question pour le texte suivant : "'+context+'"', |
|
'Créer une bonne question pour le texte suivant : "'+context+'"', |
|
'Crée trouver une bonne question pour le texte suivant : "'+context+'"', |
|
'Créez trouver une bonne question pour le texte suivant : "'+context+'"', |
|
'Ecrire une bonne question pour le texte suivant : "'+context+'"', |
|
'Ecris une bonne question pour le texte suivant : "'+context+'"', |
|
'Ecrivez une bonne question pour le texte suivant : "'+context+'"' |
|
``` |
|
|
|
|
|
# Splits |
|
- `train` with 79,200 samples |
|
- `valid` with 21,800 samples |
|
- no `test` split |
|
|
|
|
|
# How to use? |
|
``` |
|
from datasets import load_dataset |
|
dataset = load_dataset("CATIE-AQ/newsquadfr_fr_prompt_question_generation_with_context") |
|
``` |
|
|
|
# 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 |
