File size: 4,566 Bytes
c109af6 d708071 c109af6 eac9df7 c5dbeab c109af6 eac9df7 c109af6 eac9df7 c109af6 fbbb86b c109af6 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 |
---
language:
- fr
license: mit
size_categories:
- 100K<n<1M
task_categories:
- text-generation
tags:
- DFP
- french prompts
annotations_creators:
- found
language_creators:
- found
multilinguality:
- monolingual
source_datasets:
- etalab-ia/piaf
---
# piaf_fr_prompt_context_generation_with_question
## Summary
**piaf_fr_prompt_context_generation_with_question** is a subset of the [**Dataset of French Prompts (DFP)**](https://huggingface.co/datasets/CATIE-AQ/DFP).
It contains **442,752** rows that can be used for a context-generation (with answer and question) task.
The original data (without prompts) comes from the dataset [PIAF](https://huggingface.co/datasets/etalab-ia/piaf) 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.
```
'Étant donné la question "'+question+'", écrire un texte explicatif.\nTexte : ',
'Étant donné la question "'+question+'", écris un texte explicatif.\nTexte : ',
'Étant donné la question "'+question+'", écrivez un texte explicatif.\nTexte : ',
'Étant donné la question "'+question+'", rédiger un texte explicatif.\nTexte : ',
'Étant donné la question "'+question+'", rédige un texte explicatif.\nTexte : ',
'Étant donné la question "'+question+'", rédigez un texte explicatif.\nTexte : ',
'Étant donné la question "'+question+'", générer un texte explicatif.\nTexte : ',
'Étant donné la question "'+question+'", génère un texte explicatif.\nTexte : ',
'Étant donné la question "'+question+'", générez un texte explicatif.\nTexte : ',
'Étant donné la question "'+question+'", créer un texte explicatif.\nTexte : ',
'Étant donné la question "'+question+'", crée un texte explicatif.\nTexte : ',
'Étant donné la question "'+question+'", créez un texte explicatif.\nTexte : ',
'Ecrire un texte comme contexte à la question "'+question+'" \nTexte : ',
'Ecris un texte comme contexte à la question "'+question+'" \nTexte : ',
'Ecrivez un texte comme contexte à la question "'+question+'" \nTexte : ',
'Rédiger un texte comme contexte à la question "'+question+'" \nTexte : ',
'Rédige un texte comme contexte à la question "'+question+'" \nTexte : ',
'Rédigez un texte comme contexte à la question "'+question+'" \nTexte : ',
'Générer un texte comme contexte à la question "'+question+'" \nTexte : ',
'Génère un texte comme contexte à la question "'+question+'" \nTexte : ',
'Générez un texte comme contexte à la question "'+question+'" \nTexte : ',
'Créer un texte comme contexte à la question "'+question+'" \nTexte : ',
'Crée un texte comme contexte à la question "'+question+'" \nTexte : ',
'Créez un texte comme contexte à la question "'+question+'" \nTexte : '
```
# Splits
- `train` with 442,752 samples
- no `valid` split
- no `test` split
# How to use?
```
from datasets import load_dataset
dataset = load_dataset("CATIE-AQ/piaf_fr_prompt_context_generation_with_question")
```
# Citation
## Original data
> @InProceedings{keraron-EtAl:2020:LREC,
author = {Keraron, Rachel and Lancrenon, Guillaume and Bras, Mathilde and Allary, Frédéric and Moyse, Gilles and Scialom, Thomas and Soriano-Morales, Edmundo-Pavel and Staiano, Jacopo},
title = {Project PIAF: Building a Native French Question-Answering Dataset},
booktitle = {Proceedings of The 12th Language Resources and Evaluation Conference},
month = {May},
year = {2020},
address = {Marseille, France},
publisher = {European Language Resources Association},
pages = {5483--5492},
url = {https://www.aclweb.org/anthology/2020.lrec-1.673}
}
## 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
MIT |