Create README.md

README.md

@@ -0,0 +1,92 @@
+---
+language:
+- fr
+license: 
+- cc-by-4.0
+size_categories:
+- 10K<n<100K
+task_categories:
+- text-generation
+tags:
+- keywords-extraction
+- DFP
+- french prompts
+annotations_creators:
+- found
+language_creators:
+- found
+multilinguality:
+- monolingual
+source_datasets:
+- taln-ls2n/termith-eval
+---
+
+# termith-eval_fr_prompt_keywords_extraction 
+## Summary
+
+**termith-eval_fr_prompt_keywords_extraction** is a subset of the [**Dataset of French Prompts (DFP)**](https://huggingface.co/datasets/CATIE-AQ/DFP).  
+It contains **8,379** rows that can be used for a keywords_extraction task.  
+The original data (without prompts) comes from the dataset [termith-eval](https://huggingface.co/datasets/taln-ls2n/termith-eval).  
+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
+21 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.
+
+```
+'Extraire les mots clés importants du texte suivant : '+text,  
+'Extrais les mots clés importants du texte suivant : '+text,  
+'Extrayez les mots clés importants du texte suivant : '+text,  
+'Isoler les mots clés importants du texte suivant : '+text,  
+'Isole les mots clés importants du texte suivant : '+text,  
+'Isolez les mots clés importants du texte suivant : '+text,  
+'Dégager des mots clés dans le texte : '+text,  
+'Dégage des mots clés dans le texte : '+text,  
+'Dégagez des mots clés dans le texte : '+text,  
+'Générer des mots clés issus du texte suivant : '+text,  
+'Génère des mots clés issus du texte suivant : '+text,  
+'Générez des mots clés issus du texte suivant : '+text,  
+'Trouver les mots clés du texte : '+text,  
+'Trouve les mots clés du texte : '+text,  
+'Trouvez les mots clés du texte : '+text,  
+'Repérer les mots clés importants présents dans le texte suivant : '+text,  
+'Repère les mots clés importants présents dans le texte suivant : '+text,  
+'Repérez les mots clés importants présents dans le texte suivant : '+text,  
+'Indiquer les mots clés du texte : '+text,  
+'Indiquer les mots clés du texte : '+text,  
+'Indiquer les mots clés du texte : '+text
+```
+
+
+# Splits
+- `train` with 8,379 samples
+- no `valid` split
+- no `test` split
+  
+
+# How to use?
+```
+from datasets import load_dataset
+dataset = load_dataset("CATIE-AQ/termith-eval_fr_prompt_keywords_extraction")
+```
+
+# Citation
+## Original data
+> - (Boudin, 2013) Florian Boudin. 2013.
+  [TALN Archives : a digital archive of French research articles in Natural Language Processing (TALN Archives : une archive numérique francophone des articles de recherche en Traitement Automatique de la Langue) [in French]][boudin-2013].
+  In Proceedings of TALN 2013 (Volume 2: Short Papers), pages 507–514, Les Sables d’Olonne, France. ATALA.
+>- (Boudin and Gallina, 2021) Florian Boudin and Ygor Gallina. 2021.
+  [Redefining Absent Keyphrases and their Effect on Retrieval Effectiveness][boudin-2021]. 
+  In Proceedings of the 2021 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, pages 4185–4193, Online. Association for Computational Linguistics.
+
+[boudin-2013]: https://aclanthology.org/F13-2001/
+[boudin-2021]: https://aclanthology.org/2021.naacl-main.330/
+
+
+## This Dataset
+
+
+
+## License
+cc-by-4.0