README.md

---
language:
- fr
license: apache-2.0
size_categories:
- 1M<n<10M
task_categories:
- text-generation
tags:
- DFP
- french prompts
annotations_creators:
- found
language_creators:
- found
multilinguality:
- monolingual
source_datasets:
- squad_v2_french_translated
---

# squad_v2_french_translated_fr_prompt_question_generation_with_context

## Summary

**squad_v2_french_translated_fr_prompt_question_generation_with_context** is a subset of the [**Dataset of French Prompts (DFP)**](https://huggingface.co/datasets/CATIE-AQ/DFP).  
It contains **3,795,312** rows that can be used for a question-generation (with context) 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.


## 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.

```
'"'+context+'"\n Générer une question à partir du texte ci-dessus : ',  
'"'+context+'"\n Génère une question à partir du texte ci-dessus : ',  
'"'+context+'"\n Générez une question à partir du texte ci-dessus : ',  
'"'+context+'"\n Trouver une question à partir du texte ci-dessus : ',  
'"'+context+'"\n Trouve une question à partir du texte ci-dessus : ',  
'"'+context+'"\n Trouvez une question à partir du texte ci-dessus : ',  
'"'+context+'"\n Créer une bonne question à partir du texte ci-dessus : ',  
'"'+context+'"\n Crée trouver une bonne question à partir du texte ci-dessus : ',  
'"'+context+'"\n Créez trouver une bonne question à partir du texte ci-dessus : ',  
'"'+context+'"\n Ecrire une bonne question à partir du texte ci-dessus : ',  
'"'+context+'"\n Ecris une bonne question à partir du texte ci-dessus : ',  
'"'+context+'"\n Ecrivez une bonne question à partir du texte ci-dessus : ',  
'Générer une bonne question pour le texte suivant : "'+context+'"',  
'Génère une bonne question pour le texte suivant : "'+context+'"',  
'Générez une bonne question pour le texte suivant : "'+context+'"',  
'Trouver une bonne question pour le texte suivant : "'+context+'"',  
'Trouve une bonne question pour le texte suivant : "'+context+'"',  
'Trouvez trouver une bonne question pour le texte suivant : "'+context+'"',  
'Créer une bonne question pour le texte suivant : "'+context+'"',  
'Crée trouver une bonne question pour le texte suivant : "'+context+'"',  
'Créez trouver une bonne question pour le texte suivant : "'+context+'"',  
'Ecrire une bonne question pour le texte suivant : "'+context+'"',  
'Ecris une bonne question pour le texte suivant : "'+context+'"',  
'Ecrivez une bonne question pour le texte suivant : "'+context+'"' 
```

# Splits
- `train` with 3,795,312 samples
- no `valid` split
- no `test` split


# How to use?
```
from datasets import load_dataset
dataset = load_dataset("CATIE-AQ/squad_v2_french_translated_fr_prompt_question_generation_with_context")
```

# Citation

## Original data
> Hugging Face repository: https://huggingface.co/datasets/pragnakalp/squad_v2_french_translated

## 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
apache-2.0