metadata

language:
  - fr
license:
  - cc-by-4.0
size_categories:
  - 10K<n<100K
task_categories:
  - text-generation
tags:
  - data-to-text
  - DFP
  - french prompts
annotations_creators:
  - found
language_creators:
  - found
multilinguality:
  - monolingual
source_datasets:
  - taln-ls2n/taln-archives

taln-archives_fr_prompt_data_to_text

Summary

taln-archives_fr_prompt_data_to_text is a subset of the Dataset of French Prompts (DFP).
It contains 35,370 rows that can be used for a data-to-text task.
The original data (without prompts) comes from the dataset taln-archives.
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

30 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.

'Assembler les concepts suivants pour former une phrase : "'+concepts+'".',  
'Assemble les concepts suivants pour former une phrase : "'+concepts+'".',  
'Assemblez les concepts suivants pour former une phrase : "'+concepts+'".',  
'Étant donné la liste des concepts : "'+concepts+'". Générer une phrase avec tous les concepts : ',  
'Étant donné la liste des concepts : "'+concepts+'". Génère une phrase avec tous les concepts : ',  
'Étant donné la liste des concepts : "'+concepts+'". Générez une phrase avec tous les concepts : ',  
'Convertir les concepts en une phrase : "'+concepts+'".',  
'Convertis les concepts en une phrase : "'+concepts+'".',  
'Convertissez les concepts en une phrase : "'+concepts+'".',  
'Combiner tous les concepts suivants dans un texte concis et grammaticalement correct "'+concepts+'". Texte : ',  
'Combine tous les concepts suivants dans un texte concis et grammaticalement correct "'+concepts+'". Texte : ',  
'Combinez tous les concepts suivants dans un texte concis et grammaticalement correct "'+concepts+'". Texte : ',  
'Générer une phrase à partir des informations fournies ci-contre : "'+concepts+'".',  
'Génère une phrase à partir des informations fournies ci-contre : "'+concepts+'".',  
'Générez une phrase à partir des informations fournies ci-contre : "'+concepts+'".',  
'Verbaliser les concepts suivants séparés par une virgule : "'+concepts+'".',  
'Verbalise les concepts suivants séparés par une virgule : "'+concepts+'".',  
'Verbalisez les concepts suivants séparés par une virgule : "'+concepts+'".',  
'Générer un texte intégrant les concepts suivants '+concepts+'". Texte :',  
'Génère un texte intégrant les concepts suivants '+concepts+'". Texte :',  
'Générez un texte intégrant les concepts suivants '+concepts+'". Texte :',  
'"'+concepts+'". Ecrire 1 à 5 phrases sur les concepts précédents.',  
'"'+concepts+'". Ecris 1 à 5 phrases sur les concepts précédents.',  
'"'+concepts+'". Ecrivez 1 à 5 phrases sur les concepts précédents.',  
'Rédiger un texte avec : "'+concepts+'".',  
'Rédige un texte avec : "'+concepts+'".',  
'Rédigez un texte avec : "'+concepts+'".',  
'Écrire un texte sur les concepts suivants : "'+concepts+'".',  
'Écris un texte sur les concepts suivants : "'+concepts+'".',  
'Écrivez un texte sur les concepts suivants : "'+concepts+'".',

Splits

train with 35,370 samples
no valid split
no test split

How to use?

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

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]. 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. 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.

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-4.0