Datasets:
Tasks:
Text Generation
Modalities:
Text
Formats:
parquet
Languages:
French
Size:
10K - 100K
License:
| language: | |
| - fr | |
| license: | |
| - cc-by-4.0 | |
| size_categories: | |
| - 10K<n<100K | |
| task_categories: | |
| - text-generation | |
| tags: | |
| - data-to-text | |
| - DFP | |
| - french prompts | |
| annotations_creators: | |
| - found | |
| language_creators: | |
| - found | |
| multilinguality: | |
| - monolingual | |
| source_datasets: | |
| - taln-ls2n/taln-archives | |
| # taln-archives_fr_prompt_data_to_text | |
| ## Summary | |
| **taln-archives_fr_prompt_data_to_text** is a subset of the [**Dataset of French Prompts (DFP)**](https://huggingface.co/datasets/CATIE-AQ/DFP). | |
| It contains **36,210** rows that can be used for a data-to-text task. | |
| The original data (without prompts) comes from the dataset [taln-archives](https://huggingface.co/datasets/taln-ls2n/taln-archives). | |
| 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 | |
| 30 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. | |
| ``` | |
| 'Assembler les concepts suivants pour former une phrase : "'+concepts+'".', | |
| 'Assemble les concepts suivants pour former une phrase : "'+concepts+'".', | |
| 'Assemblez les concepts suivants pour former une phrase : "'+concepts+'".', | |
| 'Étant donné la liste des concepts : "'+concepts+'". Générer une phrase avec tous les concepts : ', | |
| 'Étant donné la liste des concepts : "'+concepts+'". Génère une phrase avec tous les concepts : ', | |
| 'Étant donné la liste des concepts : "'+concepts+'". Générez une phrase avec tous les concepts : ', | |
| 'Convertir les concepts en une phrase : "'+concepts+'".', | |
| 'Convertis les concepts en une phrase : "'+concepts+'".', | |
| 'Convertissez les concepts en une phrase : "'+concepts+'".', | |
| 'Combiner tous les concepts suivants dans un texte concis et grammaticalement correct "'+concepts+'". Texte : ', | |
| 'Combine tous les concepts suivants dans un texte concis et grammaticalement correct "'+concepts+'". Texte : ', | |
| 'Combinez tous les concepts suivants dans un texte concis et grammaticalement correct "'+concepts+'". Texte : ', | |
| 'Générer une phrase à partir des informations fournies ci-contre : "'+concepts+'".', | |
| 'Génère une phrase à partir des informations fournies ci-contre : "'+concepts+'".', | |
| 'Générez une phrase à partir des informations fournies ci-contre : "'+concepts+'".', | |
| 'Verbaliser les concepts suivants séparés par une virgule : "'+concepts+'".', | |
| 'Verbalise les concepts suivants séparés par une virgule : "'+concepts+'".', | |
| 'Verbalisez les concepts suivants séparés par une virgule : "'+concepts+'".', | |
| 'Générer un texte intégrant les concepts suivants '+concepts+'". Texte :', | |
| 'Génère un texte intégrant les concepts suivants '+concepts+'". Texte :', | |
| 'Générez un texte intégrant les concepts suivants '+concepts+'". Texte :', | |
| '"'+concepts+'". Ecrire 1 à 5 phrases sur les concepts précédents.', | |
| '"'+concepts+'". Ecris 1 à 5 phrases sur les concepts précédents.', | |
| '"'+concepts+'". Ecrivez 1 à 5 phrases sur les concepts précédents.', | |
| 'Rédiger un texte avec : "'+concepts+'".', | |
| 'Rédige un texte avec : "'+concepts+'".', | |
| 'Rédigez un texte avec : "'+concepts+'".', | |
| 'Écrire un texte sur les concepts suivants : "'+concepts+'".', | |
| 'Écris un texte sur les concepts suivants : "'+concepts+'".', | |
| 'Écrivez un texte sur les concepts suivants : "'+concepts+'".', | |
| ``` | |
| # Splits | |
| - `train` with 36,210 samples | |
| - no `valid` split | |
| - no `test` split | |
| # How to use? | |
| ``` | |
| from datasets import load_dataset | |
| dataset = load_dataset("CATIE-AQ/taln-archives_fr_prompt_data_to_text") | |
| ``` | |
| # Citation | |
| ## Original data | |
| > - (Boudin, 2013) Florian Boudin. 2013. | |
| [TALN Archives : a digital archive of French research articles in Natural Language Processing (TALN Archives : une archive numérique francophone des articles de recherche en Traitement Automatique de la Langue) [in French]][boudin-2013]. | |
| In Proceedings of TALN 2013 (Volume 2: Short Papers), pages 507–514, Les Sables d’Olonne, France. ATALA. | |
| >- (Boudin and Gallina, 2021) Florian Boudin and Ygor Gallina. 2021. | |
| [Redefining Absent Keyphrases and their Effect on Retrieval Effectiveness][boudin-2021]. | |
| In Proceedings of the 2021 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, pages 4185–4193, Online. Association for Computational Linguistics. | |
| [boudin-2013]: https://aclanthology.org/F13-2001/ | |
| [boudin-2021]: https://aclanthology.org/2021.naacl-main.330/ | |
| ## This Dataset | |
| ## License | |
| cc-by-4.0 |