---
title: FrDoc2BotRerank
canonical_url: "https://www.modelscope.cn/datasets/DAMO_ConvAI/FrDoc2BotRerank"
md_url: "https://www.modelscope.cn/datasets/DAMO_ConvAI/FrDoc2BotRerank.md"
repository: DAMO_ConvAI/FrDoc2BotRerank
chinese_name: "French Document-grounded Dialogue Ranking Dataset (法语对话重排数据集)"
last_updated: 2024-09-02
license: "Apache License 2.0"
storage_size: "27 MB"
domain:
  - configs
  - text
tasks:
  - "{config_name=default, data_files=[{path=Fr_finetune.csv, split=train}]}"
  - conversational
size_scale:
  - 100-10k
type:
  - kg-qa
downloads: 20659
stars: 2
---

# FrDoc2BotRerank

> FrDoc2BotRerank - DAMO_ConvAI 在 ModelScope 开源的数据集。French Document-grounded Dialogue Ranking Dataset (法语对话重排数据集)

DAMO_ConvAI/FrDoc2BotRerank 是 ModelScope 魔搭社区上的{config_name=default, data_files=[{path=Fr_finetune.csv, split=train}]}、conversational数据集，涉及 configs、text 领域，存储大小 27 MB，采用 Apache License 2.0 许可。

- **Repository**: DAMO_ConvAI/FrDoc2BotRerank
- **License**: Apache License 2.0
- **Tasks**: {config_name=default, data_files=[{path=Fr_finetune.csv, split=train}]}, conversational
- **Domain**: configs, text
- **Storage size**: 27 MB
- **Downloads**: 20659
- **Stars**: 2
- **Last updated**: 2024-09-02

Source: https://www.modelscope.cn/datasets/DAMO_ConvAI/FrDoc2BotRerank

---

### Clone with HTTP
```bash
git clone https://www.modelscope.cn/datasets/AronXiang/FrDoc2BotRerank.git
```
## 数据集描述
法语对话数据集。

### 数据集简介
语言-法语，包含的领域共有9个，总条数3510。

### 数据集支持的任务
数据集支持rerank 任务。


## 数据集的格式和结构

### 数据格式
数据每条包含三个属性，依次为query, positive, negative。
query为对话历史倒序拼接，最后一轮使用<last_turn>标记，其余部分按照用户发言使用<user>,系统发言使用<agent>标记。
示例：
'<last_turn> 我想知道孩子如果出现阑尾炎的话会怎么样？',
'<last_turn> 好像是从肚脐开始，然后到右下方 <agent> 您可以描述一下孩子的情况吗？<user> 我想知道孩子如果出现阑尾炎的话会怎么样？'

positive为正样本，即标注对话目标使用的样本，后面拼接倒序排布的标题链，用 // 分割。
示例：
'阑尾炎 // 健康 // wikipedia'

negative为负样本，用对话历史检索passages得到的除了正样本之外的bm25值最大的样本。格式与正样本相同。

整条样本示例：{'query': '<last_turn> 我想知道孩子如果出现阑尾炎的话会怎么样？', 'positive': '阑尾炎 // 健康 // wikipedia', 'negative': '肠胃炎 // 健康 // wikipedia'}

### 数据集加载方式
通过代码范例等方式，提供数据集通过MaaS/Dataset SDK进行加载和使用的详细说明。

### 数据分片
该数据集没有进行分片，作为训练样本使用。



## 数据集生成的相关信息

### 原始数据
原始数据来源为Wikipedia法语版。每轮对话的目标从Wikipedia网站中随机采样得到。

### 数据集标注
该数据集的对话历史由标注人员进行标注。

#### 标注者
标注者相关信息，尤其是当标着和原始数据提供者有所区别时。



## 数据集版权信息

数据集相关的版权信息，授权使用的场景和用户。是否开源，以及采用哪个开源协议等等。

## 引用方式

数据集是否有相关联的文章，以及如果在研究论文中要引用该数据集是否有推荐的引用格式等等。

## 其他相关信息

该数据集可能包含的个人和敏感信息，使用数据集需要考虑的相关背景；
数据集可能包含的社会意义以及其中可能包含的bias信息和可能的局限性等等。