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).
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 and was augmented by questions in SQUAD 2.0 format in the 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 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