Update README.md

README.md

@@ -3,16 +3,27 @@ language:
 - fr
 license: apache-2.0
 size_categories:
-- 10K<n<100K
+- 1M<n<10M
 task_categories:
 - question-answering
+tags:
+- DFP
+- french prompts
+annotations_creators:
+- found
+language_creators:
+- found
+multilinguality:
+- monolingual
+source_datasets:
+- amazon_reviews_multi
 ---
 
 # squad_v2_french_translated_fr_prompt_qa
 ## Summary
 
-**squad_v2_french_translated_fr_prompt_qa** is a subset of the [**Dataset of French Prompts (DFP)**]().  
-It contains **48,069** rows that can be used for a question-answering task.  
+**squad_v2_french_translated_fr_prompt_qa** is a subset of the [**Dataset of French Prompts (DFP)**](https://huggingface.co/datasets/CATIE-AQ/DFP).  
+It contains **3,320,898** rows that can be used for a question-answering task.  
 The original data (without prompts) comes from the dataset [pragnakalp/squad_v2_french_translated](https://huggingface.co/datasets/pragnakalp/squad_v2_french_translated) 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.
 
@@ -22,7 +33,7 @@ A list of prompts (see below) was then applied in order to build the input and t
 42 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.
 
 ```
-# SQUAD V1 format  
+# SQUAD 1.0 format  
 'Question : "'+question+'"\nContexte : "'+context+'" Réponse :',  
 'La réponse à la question "'+question+'" se trouve dans "'+context+'" Pouvez-vous me la dire ?',  
 'La réponse à la question "'+question+'" se trouve dans "'+context+'" Peux-tu me la dire ?',  
@@ -35,7 +46,7 @@ A list of prompts (see below) was then applied in order to build the input and t
 """La réponse à la question : " """+question+""" " se trouve dans le texte : " """+context+""" "\n Peux-tu l'indiquer ?""",  
 """La réponse à la question : " """+question+""" " se trouve dans le texte : " """+context+""" "\n Pouvez-vous l'indiquer ?""",  
 """La réponse à la question : " """+question+""" " se trouve dans le texte : " """+context+""" "\n Qu'elle est-elle ?""",  
-# SQUAD V2 format  
+# SQUAD 2.0 format  
 '"'+question+'"\n Répondre à la question ci-dessus en se basant sur le contexte suivant : "'+context+'"\n Si vous ne trouvez pas la réponse, répondre "sans réponse".',  
 '"'+question+'"\n Réponds à la question ci-dessus en te basant sur le contexte suivant : "'+context+'"\n Si tu ne trouves pas la réponse, répondre "sans réponse".',  
 '"'+question+'"\n Répondez à la question ci-dessus en vous basant sur le contexte suivant : "'+context+'"\n Si vous ne trouvez pas la réponse, répondre "sans réponse".',  
@@ -70,8 +81,9 @@ A list of prompts (see below) was then applied in order to build the input and t
 
 
 # Splits
-- train with 48,069 samples
-- no valid and test splits in the original data
+- `train` with 3,320,898 samples
+- no `valid` split
+- no `test` split
 
 
 # How to use?