Create README.md

README.md

@@ -0,0 +1,89 @@
+---
+language:
+- fr
+size_categories:
+- 10K<n<100K
+task_categories:
+- text-classification
+tags:
+- textual-entailment
+---
+
+# mnli_fr_prompt_textual_entailment
+## Summary
+
+**mnli_fr_prompt_textual_entailment** is a subset of the [**Dataset of French Prompts (DFP)**]().
+It contains **X** rows that can be used for a textual entailment task.
+The original data (without prompts) comes from the dataset [multilingual-NLI-26lang-2mil7](https://huggingface.co/datasets/MoritzLaurer/multilingual-NLI-26lang-2mil7) by Laurer et al. where only the mnli 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
+22 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.
+
+```
+"""Prendre l'énoncé suivant comme vrai : "  """+premise+"""  "\n Alors l'énoncé suivant : "  """+hypothesis+"""  " est "vrai", "faux", ou "peut-être" ?""",  
+"""Prends l'énoncé suivant comme vrai : "  """+premise+"""  "\n Alors l'énoncé suivant : "  """+hypothesis+"""  " est "vrai", "faux", ou "peut-être" ?""",  
+"""Prenez l'énoncé suivant comme vrai : "  """+premise+"""  "\n Alors l'énoncé suivant : "  """+hypothesis+"""  " est "vrai", "faux", ou "peut-être" ?""",  
+'"'+premise+'"\nQuestion : Cela implique-t-il que "'+hypothesis+'" ? "vrai", "faux", ou "peut-être" ?',  
+'"'+premise+'"\nQuestion : "'+hypothesis+'" est "vrai", "faux", ou "peut-être" ?',  
+""" "  """+premise+"""  "\n D'après le passage précédent, est-il vrai que "  """+hypothesis+"""  " ? "vrai", "faux", ou "peut-être" ?""",  
+""" "  """+premise+"""  "\nSur la base de ces informations, l'énoncé est-il : "  """+hypothesis+"""  " ? "vrai", "faux", ou "peut-être" ?""",  
+""" "  """+premise+"""  "\nEn gardant à l'esprit le texte ci-dessus, considérez : "  """+hypothesis+"""  "\n Est-ce que c'est "vrai", "faux", ou "peut-être" ?""",  
+""" "  """+premise+"""  "\nEn gardant à l'esprit le texte ci-dessus, considére : "  """+hypothesis+"""  "\n Est-ce que c'est "vrai", "faux", ou "peut-être" ?""",  
+""" "  """+premise+"""  "\nEn utilisant uniquement la description ci-dessus et ce que vous savez du monde, "  """+hypothesis+"""  " est-ce "vrai", "faux", ou "peut-être" ?""",  
+""" "  """+premise+"""  "\nEn utilisant uniquement la description ci-dessus et ce que tu sais du monde, "  """+hypothesis+"""  " est-ce "vrai", "faux", ou "peut-être" ?""",  
+"""Étant donné que "  """+premise+"""  ", s'ensuit-il que "  """+hypothesis+"""  " ? "vrai", "faux", ou "peut-être" ?""",  
+"""Étant donné que "  """+premise+"""  ", est-il garanti que "  """+hypothesis+"""  " ? "vrai", "faux", ou "peut-être" ?""",  
+'Étant donné '+premise+', doit-on supposer que '+hypothesis+' est "vrai", "faux", ou "peut-être" ?',  
+'Étant donné '+premise+', dois-je supposer que '+hypothesis+' est "vrai", "faux", ou "peut-être" ?',  
+'Sachant que '+premise+', doit-on supposer que '+hypothesis+' est "vrai", "faux", ou "peut-être" ?',  
+'Sachant que '+premise+', dois-je supposer que '+hypothesis+' est "vrai", "faux", ou "peut-être" ?',  
+'Étant donné que '+premise+', il doit donc être vrai que '+hypothesis+' ? "vrai", "faux", ou "peut-être" ?',  
+"""Supposons que "  """+premise+"""  ", pouvons-nous déduire que "  """+hypothesis+"""  " ? "vrai", "faux", ou "peut-être" ?""",  
+"""Supposons que "  """+premise+"""  ", puis-je déduire que "  """+hypothesis+"""  " ? "vrai", "faux", ou "peut-être" ?""",  
+"""Supposons qu'il est vrai que "  """+premise+"""  ". Alors, est-ce que "  """+hypothesis+"""  " ? "vrai", "faux", ou "peut-être" ?""",  
+"""Supposons qu'il soit vrai que "  """+premise+"""  ",\n Donc, "  """+hypothesis+"""  " ? "vrai", "faux", ou "peut-être" ?""" 
+```
+
+### Features used in the prompts
+In the prompt list above, `premise`, `hypothesis` and `targets` have been constructed from:
+```
+moritz = load_dataset('MoritzLaurer/multilingual-NLI-26lang-2mil7')
+mnli = moritz['fr_anli']
+mnli['premise'] = list(map(lambda i: i.replace(' . ','. ').replace(' .','. ').replace('( ','(').replace(' )',')').replace(' , ',', ').replace(', ',', ').replace("' ","'"), map(str,mnli['premise'])))
+mnli['hypothesis'] = list(map(lambda x: x.replace(' . ','. ').replace(' .','. ').replace('( ','(').replace(' )',')').replace(' , ',', ').replace(', ',', ').replace("' ","'"), map(str,mnli['hypothesis'])))
+targets = str(anli['label'][i]).replace("0","vrai").replace("1","incertain").replace("2","faux")
+```
+
+
+# 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/mnli_fr_prompt_textual_entailment")
+```
+
+# Citation
+## Original data
+> @article{laurer_less_2022,
+    title = {Less {Annotating}, {More} {Classifying} – {Addressing} the {Data} {Scarcity} {Issue} of {Supervised} {Machine} {Learning} with {Deep} {Transfer} {Learning} and {BERT} - {NLI}},
+    url = {https://osf.io/74b8k},
+    language = {en-us},
+    urldate = {2022-07-28},
+    journal = {Preprint},
+    author = {Laurer, Moritz and Atteveldt, Wouter van and Casas, Andreu Salleras and Welbers, Kasper},
+    month = jun,
+    year = {2022},
+    note = {Publisher: Open Science Framework},
+}
+
+
+## This Dataset
+