Datasets:
document_id stringclasses 15
values | corpus stringclasses 4
values | source_text stringclasses 15
values | summary_id stringlengths 32 32 | technology stringclasses 10
values | summary_text stringlengths 230 115k | annotator_id int64 1 7 | annotator_level stringclasses 1
value | annotation_id int64 6 372 | fluency int64 1 5 | readability int64 1 5 | coherence int64 1 5 | consistency_factuality int64 1 5 | relevance int64 1 5 | lang_errors stringlengths 2 14.3k | fact_errors stringclasses 44
values | source_reference stringclasses 12
values |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
5ef10e2620b44f2ee5b0d859f5ee0d24 | Fredsum | P2 : C'était le premier grand thème de cette émission, c'est maintenant ça a été un thème de friction ces derniers jours, quelle mesure pour protéger le pouvoir d'achat des français ? Parlons justement des carburants, la hausse des prix des carburants se poursuit au-delà de 2 euros, on sait bien que la ristourne de 18 ... | 221785c8505c8e5131da054533648e94 | gpt-4o | L'émission aborde le thème de la protection du pouvoir d'achat des Français face à la hausse des prix des carburants, qui dépasse les 2 euros le litre. Gabriel Attal rappelle les mesures prises par le gouvernement pour limiter l'inflation, comme le blocage des prix du gaz et de l'électricité, et annonce un futur dispos... | 6 | expert_native_speaker | 221 | 5 | 5 | 5 | 5 | 5 | [] | [] | [] |
5ef10e2620b44f2ee5b0d859f5ee0d24 | Fredsum | P2 : C'était le premier grand thème de cette émission, c'est maintenant ça a été un thème de friction ces derniers jours, quelle mesure pour protéger le pouvoir d'achat des français ? Parlons justement des carburants, la hausse des prix des carburants se poursuit au-delà de 2 euros, on sait bien que la ristourne de 18 ... | 221785c8505c8e5131da054533648e94 | gpt-4o | L'émission aborde le thème de la protection du pouvoir d'achat des Français face à la hausse des prix des carburants, qui dépasse les 2 euros le litre. Gabriel Attal rappelle les mesures prises par le gouvernement pour limiter l'inflation, comme le blocage des prix du gaz et de l'électricité, et annonce un futur dispos... | 7 | expert_native_speaker | 255 | 5 | 5 | 4 | 5 | 5 | [] | [] | [] |
5ef10e2620b44f2ee5b0d859f5ee0d24 | Fredsum | P2 : C'était le premier grand thème de cette émission, c'est maintenant ça a été un thème de friction ces derniers jours, quelle mesure pour protéger le pouvoir d'achat des français ? Parlons justement des carburants, la hausse des prix des carburants se poursuit au-delà de 2 euros, on sait bien que la ristourne de 18 ... | 221785c8505c8e5131da054533648e94 | gpt-4o | L'émission aborde le thème de la protection du pouvoir d'achat des Français face à la hausse des prix des carburants, qui dépasse les 2 euros le litre. Gabriel Attal rappelle les mesures prises par le gouvernement pour limiter l'inflation, comme le blocage des prix du gaz et de l'électricité, et annonce un futur dispos... | 5 | expert_native_speaker | 319 | 5 | 5 | 4 | 5 | 5 | [] | [] | [] |
5ef10e2620b44f2ee5b0d859f5ee0d24 | Fredsum | P2 : C'était le premier grand thème de cette émission, c'est maintenant ça a été un thème de friction ces derniers jours, quelle mesure pour protéger le pouvoir d'achat des français ? Parlons justement des carburants, la hausse des prix des carburants se poursuit au-delà de 2 euros, on sait bien que la ristourne de 18 ... | b1ce3cfdce84a8fbf5de1b3832d64aa9 | ner_clust | Parlons justement des carburants, la hausse des prix des carburants se poursuit au-delà de 2 euros, on sait bien que la ristourne de 18 centimes par litre en vigueur aujourd'hui ne sera pas éternelle Gabriel Attal, que proposez-vous pour la suite?
GA : D'abord merci de rappeler qu'on a beaucoup agi pour limiter l'envo... | 6 | expert_native_speaker | 222 | 2 | 2 | 1 | 3 | 1 | [{"category": "lang_errors", "target": "summary_text", "start": 589, "end": 608, "text": "du gaz du carburant", "labels": ["Syntaxe (phrase incompréhensible)"]}, {"category": "lang_errors", "target": "summary_text", "start": 635, "end": 636, "text": " ", "labels": ["Casse / Ponctuation"]}, {"category": "lang_errors", "... | [{"category": "fact_errors", "target": "summary_text", "start": 1529, "end": 1548, "text": "Nous proposons nous", "labels": ["Autre erreur"]}, {"category": "fact_errors", "target": "summary_text", "start": 2263, "end": 2281, "text": "ces dix pourcents ", "labels": ["Autre erreur"]}, {"category": "fact_errors", "target"... | [] |
5ef10e2620b44f2ee5b0d859f5ee0d24 | Fredsum | P2 : C'était le premier grand thème de cette émission, c'est maintenant ça a été un thème de friction ces derniers jours, quelle mesure pour protéger le pouvoir d'achat des français ? Parlons justement des carburants, la hausse des prix des carburants se poursuit au-delà de 2 euros, on sait bien que la ristourne de 18 ... | b1ce3cfdce84a8fbf5de1b3832d64aa9 | ner_clust | Parlons justement des carburants, la hausse des prix des carburants se poursuit au-delà de 2 euros, on sait bien que la ristourne de 18 centimes par litre en vigueur aujourd'hui ne sera pas éternelle Gabriel Attal, que proposez-vous pour la suite?
GA : D'abord merci de rappeler qu'on a beaucoup agi pour limiter l'envo... | 7 | expert_native_speaker | 272 | 2 | 2 | 1 | 5 | 1 | [{"category": "lang_errors", "target": "summary_text", "start": 314, "end": 323, "text": "l'envoler", "labels": ["Orthographe (mot courant)"]}, {"category": "lang_errors", "target": "summary_text", "start": 348, "end": 349, "text": " ", "labels": ["Casse / Ponctuation"]}, {"category": "lang_errors", "target": "summary_... | [] | [] |
5ef10e2620b44f2ee5b0d859f5ee0d24 | Fredsum | P2 : C'était le premier grand thème de cette émission, c'est maintenant ça a été un thème de friction ces derniers jours, quelle mesure pour protéger le pouvoir d'achat des français ? Parlons justement des carburants, la hausse des prix des carburants se poursuit au-delà de 2 euros, on sait bien que la ristourne de 18 ... | b1ce3cfdce84a8fbf5de1b3832d64aa9 | ner_clust | Parlons justement des carburants, la hausse des prix des carburants se poursuit au-delà de 2 euros, on sait bien que la ristourne de 18 centimes par litre en vigueur aujourd'hui ne sera pas éternelle Gabriel Attal, que proposez-vous pour la suite?
GA : D'abord merci de rappeler qu'on a beaucoup agi pour limiter l'envo... | 5 | expert_native_speaker | 332 | 3 | 2 | 1 | 5 | 1 | [{"category": "lang_errors", "target": "summary_text", "start": 199, "end": 200, "text": " ", "labels": ["Casse / Ponctuation"]}, {"category": "lang_errors", "target": "summary_text", "start": 314, "end": 324, "text": "l'envoler ", "labels": ["Orthographe (mot courant)"]}, {"category": "lang_errors", "target": "summary... | [{"category": "fact_errors", "target": "summary_text", "start": 4161, "end": 4179, "text": "le paquet de pâtes", "labels": ["Autre erreur"]}, {"category": "fact_errors", "target": "summary_text", "start": 4311, "end": 4335, "text": "c'est un double scandale", "labels": ["Autre erreur"]}] | [] |
5ef10e2620b44f2ee5b0d859f5ee0d24 | Fredsum | P2 : C'était le premier grand thème de cette émission, c'est maintenant ça a été un thème de friction ces derniers jours, quelle mesure pour protéger le pouvoir d'achat des français ? Parlons justement des carburants, la hausse des prix des carburants se poursuit au-delà de 2 euros, on sait bien que la ristourne de 18 ... | d24456c66f41ec0f641ba0e788132738 | text_rank | On a mis en place des mesures avec notamment la ristourne carburant que vous évoquez, à laquelle va succéder un dispositif de soutien encore plus massif et ciblé pour ce qu'on appelle, j'aime pas trop ce terme les gros rouleurs, mais on pourrait dire les gros bosseurs, c'est-à-dire ceux qui doivent utiliser leur voitur... | 6 | expert_native_speaker | 282 | 2 | 2 | 1 | 2 | 1 | [{"category": "lang_errors", "target": "summary_text", "start": 308, "end": 321, "text": " leur voiture", "labels": ["Accord / Conjugaison"]}, {"category": "lang_errors", "target": "summary_text", "start": 457, "end": 459, "text": "ça", "labels": ["Syntaxe (phrase incompréhensible)"]}, {"category": "lang_errors", "targ... | [{"category": "fact_errors", "target": "summary_text", "start": 1886, "end": 1901, "text": "la crise Covid ", "labels": ["Autre erreur"]}, {"category": "fact_errors", "target": "summary_text", "start": 2205, "end": 2224, "text": "le paquet de pâtes,", "labels": ["Autre erreur"]}, {"category": "fact_errors", "target": "... | [] |
5ef10e2620b44f2ee5b0d859f5ee0d24 | Fredsum | P2 : C'était le premier grand thème de cette émission, c'est maintenant ça a été un thème de friction ces derniers jours, quelle mesure pour protéger le pouvoir d'achat des français ? Parlons justement des carburants, la hausse des prix des carburants se poursuit au-delà de 2 euros, on sait bien que la ristourne de 18 ... | d24456c66f41ec0f641ba0e788132738 | text_rank | On a mis en place des mesures avec notamment la ristourne carburant que vous évoquez, à laquelle va succéder un dispositif de soutien encore plus massif et ciblé pour ce qu'on appelle, j'aime pas trop ce terme les gros rouleurs, mais on pourrait dire les gros bosseurs, c'est-à-dire ceux qui doivent utiliser leur voitur... | 7 | expert_native_speaker | 305 | 2 | 2 | 1 | 5 | 1 | [{"category": "lang_errors", "target": "summary_text", "start": 184, "end": 201, "text": " j'aime pas trop ", "labels": ["Syntaxe (phrase incompréhensible)"]}, {"category": "lang_errors", "target": "summary_text", "start": 544, "end": 545, "text": " ", "labels": ["Casse / Ponctuation"]}, {"category": "lang_errors", "ta... | [] | [] |
5ef10e2620b44f2ee5b0d859f5ee0d24 | Fredsum | "P2 : C'était le premier grand thème de cette émission, c'est maintenant ça a été un thème de(...TRUNCATED) | d24456c66f41ec0f641ba0e788132738 | text_rank | "On a mis en place des mesures avec notamment la ristourne carburant que vous évoquez, à laquelle (...TRUNCATED) | 5 | expert_native_speaker | 355 | 2 | 2 | 2 | 5 | 1 | "[{\"category\": \"lang_errors\", \"target\": \"summary_text\", \"start\": 185, \"end\": 200, \"text(...TRUNCATED) | "[{\"category\": \"fact_errors\", \"target\": \"summary_text\", \"start\": 2205, \"end\": 2223, \"te(...TRUNCATED) | [] |
5ef10e2620b44f2ee5b0d859f5ee0d24 | Fredsum | "P2 : C'était le premier grand thème de cette émission, c'est maintenant ça a été un thème de(...TRUNCATED) | a2bf1d086d8beca03f2b740959365a3c | qwen3-8b | "Le thème principal de l’émission est le pouvoir d’achat des Français, notamment face à la h(...TRUNCATED) | 6 | expert_native_speaker | 283 | 5 | 5 | 5 | 5 | 5 | [] | [] | [] |
CoRAFIG — Phase 1 (Annotator Calibration)
CoRAFIG (Corpus de Résumés Automatiques Francophones Inter-Genres) is a French human-annotated corpus for evaluating automatic summarization quality across multiple domains. It is developed in the framework of the RAFFAL project (DGA / AMU / ChapsVision / AgroParisTech), inspired by the SummEval benchmark.
This dataset contains Phase 1, which served as the annotator calibration phase: 20 source documents were summarized by 10 automatic systems and evaluated by expert annotators to align annotation practices before the main annotation campaign.
Dataset at a Glance
| Documents | 15 |
| Summaries | 120 (15 docs × 8 systems on average) |
| Annotations | 360 |
| Annotators | 6 (expert native speakers) |
| Systems | 10 (see below) |
| Language | French |
| Domain | Multi-genre (news, legal, financial, research, audio) |
Annotation Dimensions
Each summary is rated on a 1–5 scale across 5 quality criteria:
| Criterion | Description |
|---|---|
quality_criterion_1_fluency |
Grammatical and syntactic correctness |
quality_criterion_2_readability |
Ease of reading and natural flow |
quality_criterion_3_coherence |
Internal logical consistency of the summary |
quality_criterion_4_consistency-factuality |
Factual alignment with the source document |
quality_criterion_5_relevance |
Coverage of the key information from the source |
In addition, annotators tagged error spans within the summary text with one of three categories:
lang_errors— linguistic errors (grammar, spelling, agreement, etc.)fact_errors— factual inconsistencies with the sourcesource_reference— references that are unsupported by or contradictory to the source
Automatic Systems
10 summarization systems were evaluated:
| System | Type |
|---|---|
gpt-4o |
LLM (OpenAI) |
mistral-small |
LLM (Mistral AI) |
qwen3-32b |
LLM (Alibaba) |
qwen3-8b |
LLM (Alibaba) |
barthez |
Fine-tuned encoder-decoder (French BART) |
mbart |
Fine-tuned multilingual BART |
text_rank |
Extractive (TextRank) |
clust |
Extractive (clustering-based) |
ner |
Extractive (NER-guided) |
ner_clust |
Extractive (NER + clustering) |
Note: Phase 1 includes
barthezandmbartwhich were dropped in Phase 2.
Data Structure
The dataset follows a nested JSON hierarchy:
documents[]
└── document_id, source_text
└── summaries[]
└── summary_id, technology, summary_text
└── annotations[]
└── annotator_id, annotator_level, annotation_id
└── ratings: {criterion_1..5}
└── labels: [{category, start, end, text, labels}]
└── notes: {source_reading_time, summary_reading_time, annotation_time}
Usage
import json
from datasets import load_dataset
# Option A — raw JSON
with open("data/delivery_enriched--20260403-131206.json") as f:
data = json.load(f)
for doc in data["documents"]:
source = doc["source_text"]
for summary in doc["summaries"]:
system = summary["technology"]
for ann in summary["annotations"]:
ratings = ann["ratings"]
labels = ann["labels"] # error spans
Relation to Phase 2
This Phase 1 dataset is the calibration set. The main annotation campaign is CoRAFIG Phase 2, targeting ~3,000 annotations across 100 documents.
Source Corpora
Documents were drawn from five existing French summarization corpora:
- News: MLSUM (Scialom et al., EMNLP 2020)
- Legal: EUR-Lex-Sum (Aumiller et al., EMNLP 2022)
- Financial: CoFiF-Plus (Moro et al., TSAR 2022)
- Research: HAL open archive (hal.science)
- Audio: FREDSum (Kante et al., EACL 2023)
License
- Downloads last month
- 67