language:
- fr
license: cc-by-sa-4.0
size_categories:
- 10K<n<100K
task_categories:
- token-classification
tags:
- pos
ud_fr_gsd_fr_prompt_pos
Summary
ud_fr_gsd_fr_prompt_pos is a subset of the Dataset of French Prompts (DFP). It contains X rows that can be used for a part-of-speech task. The original data (without prompts) comes from the dataset universal_dependencies where only the French gsd split by Seddah et Candito 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 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.
'Extraire les classes des mots du texte suivant : '+text,
'Extrais les classes des mots du texte suivant : '+text,
'Extrayez les classes des mots du texte suivant : '+text,
'Isoler les classes des mots du texte suivant : '+text,
'Isole les classes des mots du texte suivant : '+text,
'Isolez les classes des mots du texte suivant : '+text,
'Dégager les classes des mots dans le texte : '+text,
'Dégage les classes des mots dans le texte : '+text,
'Dégagez les classes des mots dans le texte : '+text,
'Générer les classes des mots issues du texte suivant : '+text,
'Génère les classes des mots issues du texte suivant : '+text,
'Générez les classes des mots issues du texte suivant : '+text,
'Trouver les classes des mots du texte : '+text,
'Trouve les classes des mots du texte : '+text,
'Trouvez les classes des mots du texte : '+text,
'Repérer les classes des mots présentes dans le texte suivant : '+text,
'Repère les classes des mots présentes dans le texte suivant : '+text,
'Repérez les classes des mots présentes dans le texte suivant : '+text,
'Indiquer les classes des mots du texte :'+text,
'Indique les classes des mots du texte : '+text,
'Indiquez les classes des mots du texte : '+text
Features used in the prompts
In the prompt list above, text
and targets
have been constructed from:
fr_gsd = load_dataset('universal_dependencies', 'fr_gsd')
# text
fr_gsd['train']['tokens'] = list(map(lambda i: ' '.join(fr_gsd['train']['tokens'][i]), range(len(fr_gsd['train']['tokens']))))
# targets
fr_gsd['train']['upos'] = list(map(lambda x: x.replace("[","").replace("]","").replace('17','AUX').replace('16','VERB').replace('15','INTJ').replace('14','ADV').replace('13','_').replace('12','X').replace('11','PRON').replace('10','PROPN').replace('9','CCONJ').replace('8','DET').replace('7','PART').replace('6','ADJ').replace('5','SCONJ').replace('4','SYM').replace('3','NUM').replace('2','ADP').replace('1','PUNCT').replace('0','NOUN'), map(str,fr_gsd['train']['upos'])))
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/ud_fr_gsd_fr_prompt_pos")
Citation
Original data
Contributors: de Marneffe, Marie-Catherine; Guillaume, Bruno; McDonald, Ryan; Suhr, Alane; Nivre, Joakim; Grioni, Matias; Dickerson, Carly; Perrier, Guy
This Dataset
License
CC BY-SA 4.0