metadata

language:
  - fr
license: cc-by-sa-4.0
size_categories:
  - 100K<n<1M
task_categories:
  - summarization
tags:
  - DFP
  - french prompts
annotations_creators:
  - found
language_creators:
  - found
multilinguality:
  - monolingual
source_datasets:
  - orange_sum

orange_sum_fr_prompt_summarization

Summary

orange_sum_fr_prompt_summarization is a subset of the Dataset of French Prompts (DFP).
It contains 683,228 rows that can be used for a summary task.
The original data (without prompts) comes from the dataset orange_sum by Eddine et al.
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 dataset by Muennighoff et al.

Prompts used

List

28 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.

'Résumer le texte suivant : "'+document+'"',  
'Résume le texte suivant : "'+document+'"',  
'Résumez le texte suivant : "'+document+'"',  
'Résumer le texte suivant en quelques mots : "'+document+'"',  
'Résume le texte suivant en quelques mots : "'+document+'"',  
'Résumez le texte suivant en quelques mots : "'+document+'"',  
"Condenser le texte à l'essentiel :" +document,  
"Condense le texte à l'essentiel :" +document,  
"Condensez le texte à l'essentiel :" +document,  
'"'+document+' Rédiger un résumé du texte ci-dessus :',  
'"'+document+' Rédige un résumé du texte ci-dessus :',  
'"'+document+' Rédigez un résumé du texte ci-dessus :',  
'Premièrement, lire le texte ci-dessous. \n\n "'+document+'"\n\n Maintenant, rédiger un court résumé.',  
'Premièrement, lis le texte ci-dessous. \n\n "'+document+'"\n\n Maintenant, rédige un court résumé.',   
'Premièrement, lisez le texte ci-dessous. \n\n "'+document+'"\n\n Maintenant, rédigez un court résumé.',  
'Article : "'+document+'"/n Résumé : ',  
'"'+document+' Comment reformuler cela en quelques mots ?',  
'"'+document+' Comment peux-tu reformuler cela en quelques mots ?',  
'"'+document+' Comment pouvez-vous reformuler cela en quelques mots ?',  
'Résumer ce document : "'+document+'" Résumé :',  
'Résume ce document : "'+document+'" Résumé :',  
'Résumez ce document : "'+document+'" Résumé :',  
'"'+document+' Compte tenu du document ci-dessus, écrire une phrase pour le résumer :',  
'"'+document+' Compte tenu du document ci-dessus, écris une phrase pour le résumer :',    
'"'+document+' Compte tenu du document ci-dessus, écrivez une phrase pour le résumer :',    
'"'+document+' Rédiger un résumé du texte ci-dessus : ',  
'"'+document+' Rédige un résumé du texte ci-dessus : ',  
'"'+document+' Rédigez un résumé du texte ci-dessus : '

Features used in the prompts

In the prompt list above, document and targets have been constructed from:

orange_sum = load_dataset('orange_sum','abstract')
document = orange_sum['train'][i]['text']
targets = orange_sum['train'][i]['summary']

Splits

train with 599,228 samples
valid with 42,000 samples
test with 42,000 samples

How to use?

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

Citation

Original data

@article{eddine2020barthez, title={BARThez: a Skilled Pretrained French Sequence-to-Sequence Model}, author={Eddine, Moussa Kamal and Tixier, Antoine J-P and Vazirgiannis, Michalis}, journal={arXiv preprint arXiv:2010.12321}, year={2020} }

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

CC-BY-SA-4.0