|
--- |
|
language: |
|
- fr |
|
license: |
|
- unknown |
|
size_categories: |
|
- 10K<n<100K |
|
task_categories: |
|
- token-classification |
|
tags: |
|
- ner |
|
--- |
|
|
|
# wikiann_fr_prompt_ner |
|
## Summary |
|
|
|
**wikiann_fr_prompt_ner** is a subset of the [**Dataset of French Prompts (DFP)**](). |
|
It contains **X** rows that can be used for a name entity recognition task. |
|
The original data (without prompts) comes from the dataset [wikiann](https://huggingface.co./datasets/tner/wikiann) by Pan 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. |
|
|
|
``` |
|
'Extraire les classes des mots du texte suivant : '+text, |
|
'Extrais les entitées nommées du texte suivant : '+text, |
|
'Extrayez les entitées nommées du texte suivant : '+text, |
|
'Isoler les entitées nommées du texte suivant : '+text, |
|
'Isole les entitées nommées du texte suivant : '+text, |
|
'Isolez les entitées nommées du texte suivant : '+text, |
|
'Dégager des entitées nommées dans le texte : '+text, |
|
'Dégage des entitées nommées dans le texte : '+text, |
|
'Dégagez des entitées nommées dans le texte : '+text, |
|
'Générer des entitées nommées issues du texte suivant : '+text, |
|
'Génère des entitées nommées issues du texte suivant : '+text, |
|
'Générez des entitées nommées issues du texte suivant : '+text, |
|
'Trouver les entitées nommées du texte : '+text, |
|
'Trouve les entitées nommées du texte : '+text, |
|
'Trouvez les entitées nommées du texte : '+text, |
|
'Repérer les entitées nommées présentes dans le texte suivant : '+text, |
|
'Repère les entitées nommées présentes dans le texte suivant : '+text, |
|
'Repérez les entitées nommées présentes dans le texte suivant : '+text, |
|
'Indiquer les entitées nommées du texte :'+text, |
|
'Indique les entitées nommées du texte : '+text, |
|
'Indiquez les entitées nommées du texte : '+text |
|
``` |
|
|
|
### Features used in the prompts |
|
In the prompt list above, `text` and `targets` have been constructed from: |
|
``` |
|
wikiann = load_dataset('tner/wikiann','fr') |
|
wikiann['train']['tokens'] = list(map(lambda i: ' '.join(wikiann['train']['tokens'][i]), range(len(wikiann['train']['tokens'])))) |
|
wikiann['train']['tags'] = list(map(lambda x: x.replace("[","").replace("]","").replace('0','B-LOC').replace('1','B-ORG').replace('2','B-PER').replace('3','I-LOC').replace('4','I-ORG').replace('5','I-PER').replace('6','O'), map(str, wikiann['train']['tags']))) |
|
``` |
|
|
|
|
|
|
|
# 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/wikiann_fr_prompt_ner") |
|
``` |
|
|
|
# Citation |
|
## Original data |
|
> @inproceedings{pan-etal-2017-cross, |
|
title = "Cross-lingual Name Tagging and Linking for 282 Languages", |
|
author = "Pan, Xiaoman and Zhang, Boliang and May, Jonathan and Nothman, Joel and Knight, Kevin and Ji, Heng", |
|
booktitle = "Proceedings of the 55th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers)", |
|
month = jul, |
|
year = "2017", |
|
address = "Vancouver, Canada", |
|
publisher = "Association for Computational Linguistics", |
|
url = "https://aclanthology.org/P17-1178", |
|
doi = "10.18653/v1/P17-1178", |
|
pages = "1946--1958" |
|
} |
|
|
|
|
|
|
|
## This Dataset |
|
|
|
|
|
|
|
## License |
|
Unknow |
