File size: 4,170 Bytes
99a4a82
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
---
language:
- fr
license:
- cc-by-nc-4.0
size_categories:
- 10K<n<100K
task_categories:
- summarization
tags:
- textual-fusion
---

# bisect_fr_prompt_textual_fusion
## Summary

**bisect_fr_prompt_textual_fusion** is a subset of the [**Dataset of French Prompts (DFP)**]().
It contains **X** 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 X samples
- dev with Y samples
- test with Z samples


# How to use?
```
from datasets import load_dataset
dataset = load_dataset("CATIE-AQ/bisect_fr_prompt_textual_fusion")
```

# 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