CATIE-AQ/newsquadfr_fr_prompt_question_generation_with_answer_and_context

**newsquadfr_fr_prompt_question_generation_with_answer_and_context** 是法语提示数据集（DFP）的一个子集，包含88,410行数据，用于生成带有答案和上下文的问题。原始数据来源于newsquadfr数据集，并通过FrenchQA数据集中的SQUAD 2.0格式问题进行了增强。数据集中使用了21个提示来构建输入和目标列，格式与Muennighoff等人创建的xP3数据集相同。数据集分为训练集（69,300个样本）和验证集（19,100个样本），没有测试集。

**newsquadfr_fr_prompt_question_generation_with_answer_and_context** is a subset of the French Prompt Dataset (DFP), consisting of 88,410 rows of data for generating questions paired with answers and context. Its original source is the newsquadfr dataset, and it has been augmented with SQUAD 2.0 formatted questions from the FrenchQA dataset. Twenty-one prompts are utilized in this dataset to construct the input and target columns, adhering to the same format as the xP3 dataset developed by Muennighoff et al. The dataset is split into a training set (69,300 samples) and a validation set (19,100 samples), with no test set included.

原始信息汇总

数据集概述

基本信息

• 语言: 法语
• 许可: CC BY-NC-SA 4.0
• 数据规模: 10K<n<100K
• 任务类别: 文本生成
• 标签: DFP, french prompts
• 注释创建者: found
• 语言创建者: found
• 多语言性: 单语种
• 源数据集: newsquadfr

数据集详情

• 名称: newsquadfr_fr_prompt_question_generation_with_answer_and_context
• 来源: 来自Dataset of French Prompts (DFP)的子集
• 数据量: 包含88,410行
• 任务: 用于问题生成（带答案和上下文）任务
• 原始数据: 来自newsquadfr数据集，并增加了FrenchQA数据集中的SQUAD 2.0格式问题
• 输入格式: 通过应用一系列提示构建输入和目标列，格式与xP3数据集相同

提示列表

• 数量: 21个提示
• 逻辑: 使用直陈式，使用“你”和“您”的形式

示例提示

Déterminer la question qui aurait pu être posée pour obtenir la réponse suivante dans le contexte donné. Contexte : "+context+"; Réponse : "+answer+"; Question :,
Détermine la question que tu aurais pu poser pour obtenir la réponse suivante dans le contexte donné. Contexte : "+context+"; Réponse : "+answer+"; Question :,
Déterminez la question que vous auriez pu poser pour obtenir la réponse suivante dans le contexte donné. Contexte : "+context+"; Réponse : "+answer+"; Question :,
...

数据集划分

• 训练集: 69,300个样本
• 验证集: 19,100个样本
• 测试集: 无

使用方法

python from datasets import load_dataset dataset = load_dataset("CATIE-AQ/newsquadfr_fr_prompt_question_generation_with_answer_and_context")

引用

@misc {centre_aquitain_des_technologies_de_linformation_et_electroniques_2023,
author = { {Centre Aquitain des Technologies de lInformation et Electroniques} },
title = { DFP (Revision 1d24c09) },
year = 2023,
url = { https://huggingface.co/datasets/CATIE-AQ/DFP },
doi = { 10.57967/hf/1200 },
publisher = { Hugging Face }
}

许可

CC BY-NC-SA 4.0