Datasets:
File size: 4,912 Bytes
99a4a82 626c490 99a4a82 66d9aba 99a4a82 8723194 99a4a82 8723194 66d9aba 99a4a82 66d9aba 99a4a82 8723194 99a4a82 e5113f8 99a4a82 e5113f8 99a4a82 e5113f8 99a4a82 66d9aba |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 |
---
language:
- fr
license:
- cc-by-nc-4.0
size_categories:
- 10M<n<100M
task_categories:
- summarization
tags:
- textual-fusion
- DFP
- french prompts
annotations_creators:
- found
language_creators:
- found
multilinguality:
- monolingual
source_datasets:
- bisect
---
# bisect_fr_prompt_textual_merging
## Summary
**bisect_fr_prompt_textual_merging** is a subset of the [**Dataset of French Prompts (DFP)**](https://huggingface.co/datasets/CATIE-AQ/DFP).
It contains **10,383,891** rows that can be used for a textual fusion task.
The original data (without prompts) comes from the dataset [BiSECT](https://huggingface.co/datasets/GEM/BiSECT) by Kim et al. where only the French part has been kept.
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.
```
'Fusionner les deux phrases suivantes en une seule tout en conservant leurs sens : "'+source+'" Version fusionnée : ',
'Fusionne les deux phrases suivantes en une seule tout en conservant leurs sens : "'+source+'" Version fusionnée : ',
'Fusionnez les deux phrases suivantes en une seule tout en conservant leurs sens : "'+source+'" Version fusionnée : ',
'Combiner les deux phrases suivantes en une seule tout en conservant leurs sens : "'+source+'" Version combinée : ',
'Combine les deux phrases suivantes en une seule tout en conservant leurs sens : "'+source+'" Version combinée : ',
'Combinez les deux phrases suivantes en une seule tout en conservant leurs sens : "'+source+'" Version combinée : ',
'Réunir les deux phrases suivantes en une seule tout en conservant leurs sens : "'+source+'" Version réunie : ',
'Réunis les deux phrases suivantes en une seule tout en conservant leurs sens : "'+source+'" Version réunie : ',
'Réunissez les deux phrases suivantes en une seule tout en conservant leurs sens : "'+source+'" Version réunie : ',
'"'+source+' Fournir une version synonyme en une phrase des deux phrases précédentes : ',
'"'+source+' Fournis une version synonyme en une phrase des deux phrases précédentes : ',
'"'+source+' Fournissez une version synonyme en une phrase des deux phrases précédentes : ',
'"'+source+' Ecrire une version synonyme en une phrase des deux phrases précédentes : ',
'"'+source+' Ecris une version synonyme en une phrase des deux phrases précédentes : ',
'"'+source+' Ecrivez une version synonyme en une phrase des deux phrases précédentes : ',
'"'+source+' Rédiger une version synonyme en une phrase des deux phrases précédentes : ',
'"'+source+' Rédige une version synonyme en une phrase des deux phrases précédentes : ',
'"'+source+' Rédigez une version synonyme en une phrase des deux phrases précédentes : ',
'"'+source+' Générer une version synonyme en une phrase des deux phrases précédentes : ',
'"'+source+' Génère une version synonyme en une phrase des deux phrases précédentes : ',
'"'+source+' Générez une version synonyme en une phrase des deux phrases précédentes : '
```
### Features used in the prompts
In the prompt list above, `source` and `targets` have been constructed from:
```
bisect = load_dataset('GEM/BiSECT','fr')
source = bisect['train'][i]['target'].replace(' . ','. ').replace(' .','. ').replace(' , ',', ').replace(', ',', ').replace(' _SPLIT_','')[:-1]
targets = bisect['train'][i]['source'].replace(' . ','. ').replace(' .','. ').replace(' , ',', ').replace(', ',', ').replace('_SPLIT_','')[:-1]
```
# Splits
- `train` with 10,311,735 samples
- `valid` with 50,400 samples
- `test` with 21,756 samples
# How to use?
```
from datasets import load_dataset
dataset = load_dataset("CATIE-AQ/bisect_fr_prompt_textual_merging")
```
# Citation
## Original data
```
@inproceedings{bisect2021,
title={BiSECT: Learning to Split and Rephrase Sentences with Bitexts},
author={Kim, Joongwon and Maddela, Mounica and Kriz, Reno and Xu, Wei and Callison-Burch, Chris},
booktitle={Proceedings of the Conference on Empirical Methods in Natural Language Processing (EMNLP)},
year={2021}
}
```
## This Dataset
```
@misc {centre_aquitain_des_technologies_de_l'information_et_electroniques_2023,
author = { {BOURDOIS, Loïck} },
organization = { {Centre Aquitain des Technologies de l'Information et Electroniques} },
title = { Dataset of French Prompts (DFP) (Revision 1d24c09) },
year = 2023,
url = { https://huggingface.co/datasets/CATIE-AQ/DFP },
doi = { 10.57967/hf/1200 },
publisher = { Hugging Face } }
```
## License
cc-by-nc-4.0 |