Оскар

Ссылки:

• Код
• Обнимающее лицо

unshuffled_dedupliced_af

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_af')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_dedupliced_als

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_als')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_deduulated_arz

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_arz')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_deduulated_an

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_an')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_dedupliced_ast

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_ast')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_dedupliced_ba

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_ba')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_deduulated_am

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_am')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_dedupliced_as

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_as')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_deduulated_azb

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_azb')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_deduulated_be

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_be')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_dedupliced_bo

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_bo')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_dedupliced_bxr

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_bxr')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_dedupliced_ceb

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_ceb')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_deduulated_az

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_az')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко обозначьте произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_dedupliced_bcl

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_bcl')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_deduulated_cy

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_cy')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_dedupliced_dsb

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_dsb')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_dedupliced_bn

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_bn')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_dedupliced_bs

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_bs')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_deduulated_ce

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_ce')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_dedupliced_cv

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_cv')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко обозначьте произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_dedupliced_diq

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_diq')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_deduulated_eml

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_eml')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_dedupliced_et

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_et')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_dedupliced_bg

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_bg')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_dedupliced_bpy

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_bpy')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_dedupliced_ca

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_ca')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_dedupliced_ckb

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_ckb')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_dedupliced_ar

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_ar')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко укажите произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко укажите материал, который, как утверждается, нарушает авторские права, и информацию, достаточную для того, чтобы мы могли обнаружить этот материал.

  Мы выполним законные запросы, удалив затронутые источники из следующей версии корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_dedupliced_av

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_av')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : Эти данные публикуются по этой схеме лицензирования. Мы не владеем текстом, из которого были извлечены эти данные. Мы лицензируем фактическую упаковку этих данных по лицензии Creative Commons CC0 («права не защищены») http://creativecommons.org/publicdomain/zero/1.0/ Насколько это возможно по закону, Inria отказалась от всех авторских прав и связанных с ними или смежные права с ОСКАР. Эта работа опубликована в: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вам и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Четко идентифицируйте себя, указав подробные контактные данные, такие как адрес, номер телефона или адрес электронной почты, по которым с вами можно связаться.
  • Четко обозначьте произведение, защищенное авторским правом, которое, как утверждается, было нарушено.
  • Четко определить материал, который, как утверждается, нарушает, и информация достаточно достаточно, чтобы позволить нам найти материал.

  Мы будем выполнять законные запросы, удалив затронутые источники из следующего выпуска корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshaffled_deduplicate_bar

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_bar')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : эти данные выпускаются в соответствии с этой схемой лицензирования. У нас нет ни одного из текста, из которого эти данные были извлечены. Мы лицензируем фактическую упаковку этих данных в соответствии с лицензией Creative Commons CC0 («Без права защищены») http://creativecommons.org/publicdomain/zero/1.0/ В той степени, возможно Соседние права на Оскар. Эта работа опубликована от: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вами и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Ясно идентифицируйте себя, с подробными контактными данными, такими как адрес, номер телефона или адрес электронной почты, с которыми можно связаться.
  • Четко определить, что авторское право, утверждаемое нарушением.
  • Четко определить материал, который, как утверждается, нарушает, и информация достаточно достаточно, чтобы позволить нам найти материал.

  Мы будем выполнять законные запросы, удалив затронутые источники из следующего выпуска корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshaffled_deduplicate_bh

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_bh')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : эти данные выпускаются в соответствии с этой схемой лицензирования. У нас нет ни одного из текста, из которого эти данные были извлечены. Мы лицензируем фактическую упаковку этих данных в соответствии с лицензией Creative Commons CC0 («Без права защищены») http://creativecommons.org/publicdomain/zero/1.0/ В той степени, возможно Соседние права на Оскар. Эта работа опубликована от: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вами и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Ясно идентифицируйте себя, с подробными контактными данными, такими как адрес, номер телефона или адрес электронной почты, с которыми можно связаться.
  • Четко определить, что авторское право, утверждаемое нарушением.
  • Четко определить материал, который, как утверждается, нарушает, и информация достаточно достаточно, чтобы позволить нам найти материал.

  Мы будем выполнять законные запросы, удалив затронутые источники из следующего выпуска корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshaffled_deduplicate_br

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_br')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : эти данные выпускаются в соответствии с этой схемой лицензирования. У нас нет ни одного из текста, из которого эти данные были извлечены. Мы лицензируем фактическую упаковку этих данных в соответствии с лицензией Creative Commons CC0 («Без права защищены») http://creativecommons.org/publicdomain/zero/1.0/ В той степени, возможно Соседние права на Оскар. Эта работа опубликована от: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вами и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Ясно идентифицируйте себя, с подробными контактными данными, такими как адрес, номер телефона или адрес электронной почты, с которыми можно связаться.
  • Четко определить, что авторское право, утверждаемое нарушением.
  • Четко определить материал, который, как утверждается, нарушает, и информация достаточно достаточно, чтобы позволить нам найти материал.

  Мы будем выполнять законные запросы, удалив затронутые источники из следующего выпуска корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshaffled_deduplicate_cbk

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_cbk')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : эти данные выпускаются в соответствии с этой схемой лицензирования. У нас нет ни одного из текста, из которого эти данные были извлечены. Мы лицензируем фактическую упаковку этих данных в соответствии с лицензией Creative Commons CC0 («Без права защищены») http://creativecommons.org/publicdomain/zero/1.0/ В той степени, возможно Соседние права на Оскар. Эта работа опубликована от: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вами и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Ясно идентифицируйте себя, с подробными контактными данными, такими как адрес, номер телефона или адрес электронной почты, с которыми можно связаться.
  • Четко определить, что авторское право, утверждаемое нарушением.
  • Четко определить материал, который, как утверждается, нарушает, и информация достаточно достаточно, чтобы позволить нам найти материал.

  Мы будем выполнять законные запросы, удалив затронутые источники из следующего выпуска корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshaffled_deduplicate_da

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_da')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : эти данные выпускаются в соответствии с этой схемой лицензирования. У нас нет ни одного из текста, из которого эти данные были извлечены. Мы лицензируем фактическую упаковку этих данных в соответствии с лицензией Creative Commons CC0 («Без права защищены») http://creativecommons.org/publicdomain/zero/1.0/ В той степени, возможно Соседние права на Оскар. Эта работа опубликована от: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вами и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Ясно идентифицируйте себя, с подробными контактными данными, такими как адрес, номер телефона или адрес электронной почты, с которыми можно связаться.
  • Четко определить, что авторское право, утверждаемое нарушением.
  • Четко определить материал, который, как утверждается, нарушает, и информация достаточно достаточно, чтобы позволить нам найти материал.

  Мы будем выполнять законные запросы, удалив затронутые источники из следующего выпуска корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshaffled_deduplicate_dv

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_dv')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : эти данные выпускаются в соответствии с этой схемой лицензирования. У нас нет ни одного из текста, из которого эти данные были извлечены. Мы лицензируем фактическую упаковку этих данных в соответствии с лицензией Creative Commons CC0 («Без права защищены») http://creativecommons.org/publicdomain/zero/1.0/ В той степени, возможно Соседние права на Оскар. Эта работа опубликована от: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вами и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Ясно идентифицируйте себя, с подробными контактными данными, такими как адрес, номер телефона или адрес электронной почты, с которыми можно связаться.
  • Четко определить, что авторское право, утверждаемое нарушением.
  • Четко определить материал, который, как утверждается, нарушает, и информация достаточно достаточно, чтобы позволить нам найти материал.

  Мы будем выполнять законные запросы, удалив затронутые источники из следующего выпуска корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshaffled_deduplicate_eo

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_eo')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : эти данные выпускаются в соответствии с этой схемой лицензирования. У нас нет ни одного из текста, из которого эти данные были извлечены. Мы лицензируем фактическую упаковку этих данных в соответствии с лицензией Creative Commons CC0 («Без права защищены») http://creativecommons.org/publicdomain/zero/1.0/ В той степени, возможно Соседние права на Оскар. Эта работа опубликована от: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вами и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Ясно идентифицируйте себя, с подробными контактными данными, такими как адрес, номер телефона или адрес электронной почты, с которыми можно связаться.
  • Четко определить, что авторское право, утверждаемое нарушением.
  • Четко определить материал, который, как утверждается, нарушает, и информация достаточно достаточно, чтобы позволить нам найти материал.

  Мы будем выполнять законные запросы, удалив затронутые источники из следующего выпуска корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshaffled_deduplicate_fa

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_fa')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : эти данные выпускаются в соответствии с этой схемой лицензирования. У нас нет ни одного из текста, из которого эти данные были извлечены. Мы лицензируем фактическую упаковку этих данных в соответствии с лицензией Creative Commons CC0 («Без права защищены») http://creativecommons.org/publicdomain/zero/1.0/ В той степени, возможно Соседние права на Оскар. Эта работа опубликована от: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вами и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Ясно идентифицируйте себя, с подробными контактными данными, такими как адрес, номер телефона или адрес электронной почты, с которыми можно связаться.
  • Четко определить, что авторское право, утверждаемое нарушением.
  • Четко определить материал, который, как утверждается, нарушает, и информация достаточно достаточно, чтобы позволить нам найти материал.

  Мы будем выполнять законные запросы, удалив затронутые источники из следующего выпуска корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshaffled_deduplicate_fy

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_fy')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : эти данные выпускаются в соответствии с этой схемой лицензирования. У нас нет ни одного из текста, из которого эти данные были извлечены. Мы лицензируем фактическую упаковку этих данных в соответствии с лицензией Creative Commons CC0 («Без права защищены») http://creativecommons.org/publicdomain/zero/1.0/ В той степени, возможно Соседние права на Оскар. Эта работа опубликована от: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вами и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Ясно идентифицируйте себя, с подробными контактными данными, такими как адрес, номер телефона или адрес электронной почты, с которыми можно связаться.
  • Четко определить, что авторское право, утверждаемое нарушением.
  • Четко определить материал, который, как утверждается, нарушает, и информация достаточно достаточно, чтобы позволить нам найти материал.

  Мы будем выполнять законные запросы, удалив затронутые источники из следующего выпуска корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshaffled_deduplicate_gn

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_gn')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : эти данные выпускаются в соответствии с этой схемой лицензирования. У нас нет ни одного из текста, из которого эти данные были извлечены. Мы лицензируем фактическую упаковку этих данных в соответствии с лицензией Creative Commons CC0 («Без права защищены») http://creativecommons.org/publicdomain/zero/1.0/ В той степени, возможно Соседние права на Оскар. Эта работа опубликована от: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вами и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Ясно идентифицируйте себя, с подробными контактными данными, такими как адрес, номер телефона или адрес электронной почты, с которыми можно связаться.
  • Четко определить, что авторское право, утверждаемое нарушением.
  • Четко определить материал, который, как утверждается, нарушает, и информация достаточно достаточно, чтобы позволить нам найти материал.

  Мы будем выполнять законные запросы, удалив затронутые источники из следующего выпуска корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshaffled_deduplicate_cs

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_cs')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : эти данные выпускаются в соответствии с этой схемой лицензирования. У нас нет ни одного из текста, из которого эти данные были извлечены. Мы лицензируем фактическую упаковку этих данных в соответствии с лицензией Creative Commons CC0 («Без права защищены») http://creativecommons.org/publicdomain/zero/1.0/ В той степени, возможно Соседние права на Оскар. Эта работа опубликована от: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вами и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Ясно идентифицируйте себя, с подробными контактными данными, такими как адрес, номер телефона или адрес электронной почты, с которыми можно связаться.
  • Четко определить, что авторское право, утверждаемое нарушением.
  • Четко определить материал, который, как утверждается, нарушает, и информация достаточно достаточно, чтобы позволить нам найти материал.

  Мы будем выполнять законные запросы, удалив затронутые источники из следующего выпуска корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshaffled_deduplicate_hi

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_hi')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : эти данные выпускаются в соответствии с этой схемой лицензирования. У нас нет ни одного из текста, из которого эти данные были извлечены. Мы лицензируем фактическую упаковку этих данных в соответствии с лицензией Creative Commons CC0 («Без права защищены») http://creativecommons.org/publicdomain/zero/1.0/ В той степени, возможно Соседние права на Оскар. Эта работа опубликована от: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вами и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Ясно идентифицируйте себя, с подробными контактными данными, такими как адрес, номер телефона или адрес электронной почты, с которыми можно связаться.
  • Четко определить, что авторское право, утверждаемое нарушением.
  • Четко определить материал, который, как утверждается, нарушает, и информация достаточно достаточно, чтобы позволить нам найти материал.

  Мы будем выполнять законные запросы, удалив затронутые источники из следующего выпуска корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshaffled_deduplicate_hu

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_hu')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : эти данные выпускаются в соответствии с этой схемой лицензирования. У нас нет ни одного из текста, из которого эти данные были извлечены. Мы лицензируем фактическую упаковку этих данных в соответствии с лицензией Creative Commons CC0 («Без права защищены») http://creativecommons.org/publicdomain/zero/1.0/ В той степени, возможно Соседние права на Оскар. Эта работа опубликована от: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вами и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Ясно идентифицируйте себя, с подробными контактными данными, такими как адрес, номер телефона или адрес электронной почты, с которыми можно связаться.
  • Четко определить, что авторское право, утверждаемое нарушением.
  • Четко определить материал, который, как утверждается, нарушает, и информация достаточно достаточно, чтобы позволить нам найти материал.

  Мы будем выполнять законные запросы, удалив затронутые источники из следующего выпуска корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshaffled_deduplicate_ie

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_ie')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : эти данные выпускаются в соответствии с этой схемой лицензирования. У нас нет ни одного из текста, из которого эти данные были извлечены. Мы лицензируем фактическую упаковку этих данных в соответствии с лицензией Creative Commons CC0 («Без права защищены») http://creativecommons.org/publicdomain/zero/1.0/ В той степени, возможно Соседние права на Оскар. Эта работа опубликована от: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вами и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Ясно идентифицируйте себя, с подробными контактными данными, такими как адрес, номер телефона или адрес электронной почты, с которыми можно связаться.
  • Четко определить, что авторское право, утверждаемое нарушением.
  • Четко определить материал, который, как утверждается, нарушает, и информация достаточно достаточно, чтобы позволить нам найти материал.

  Мы будем выполнять законные запросы, удалив затронутые источники из следующего выпуска корпуса.

• Версия : 1.0.0

• Расколы :

• Функции :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshaffled_deduplicate_fr

Используйте следующую команду, чтобы загрузить этот набор данных в TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_deduplicated_fr')

• Описание :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Лицензия : эти данные выпускаются в соответствии с этой схемой лицензирования. У нас нет ни одного из текста, из которого эти данные были извлечены. Мы лицензируем фактическую упаковку этих данных в соответствии с лицензией Creative Commons CC0 («Без права защищены») http://creativecommons.org/publicdomain/zero/1.0/ В той степени, возможно Соседние права на Оскар. Эта работа опубликована от: Франция.

  Если вы считаете, что наши данные содержат материал, который принадлежит вами и поэтому не должен воспроизводиться здесь, пожалуйста:

  • Ясно идентифицируйте себя, с подробными контактными данными, такими как адрес, номер телефона или адрес электронной почты, с которыми можно связаться.
  • Четко определить, что авторское право, утверждаемое нарушением.
  • Четко определить материал, который, как утверждается, нарушает, и информация достаточно достаточно, чтобы позволить нам найти материал.

  Мы будем выполнять законные запросы, удалив затронутые источники из следующего выпуска корпуса.

• Версия : 1.0.0

• Расколы :