metadata

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).
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 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

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, FrÃ©dÃ©ric 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

License

MIT