oscar

Referensi:

• Kode
• wajah berpelukan

tidak diacak_deduplikasi_af

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

unshuffled_deduplikasi_als

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak diacak_deduplikasi_arz

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak dikocok_deduplikasi_an

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak diacak_deduplikasi_ast

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak dikocok_deduplikasi_ba

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak dikocok_deduplikasi_am

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak dikocok_deduplikasi_as

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak dikocok_deduplikasi_azb

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak dikocok_diduplikasi_menjadi

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak dikocok_deduplikasi_bo

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

unshuffled_deduplikasi_bxr

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak dikocok_deduplikasi_ceb

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak dikocok_deduplikasi_az

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak dikocok_deduplikasi_bcl

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak dikocok_deduplikasi_cy

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak dikocok_deduplikasi_dsb

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak dikocok_deduplikasi_bn

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

unshuffled_deduplikasi_bs

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak dikocok_deduplikasi_ce

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak diacak_deduplikasi_cv

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak dikocok_deduplikasi_diq

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

unshuffled_deduplikasi_eml

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak dikocok_deduplikasi_et

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak dikocok_deduplikasi_bg

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak diacak_deduplikasi_bpy

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

unshuffled_deduplikasi_ca

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak dikocok_deduplikasi_ckb

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak dikocok_deduplikasi_ar

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim telah dilanggar.
  • Identifikasi dengan jelas materi yang diklaim melanggar dan informasi cukup memadai untuk memungkinkan kami menemukan materi tersebut.

  Kami akan memenuhi permintaan yang sah dengan menghapus sumber yang terpengaruh dari rilis korpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

tidak dikocok_deduplikasi_av

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis berdasarkan skema lisensi ini. Kami tidak memiliki teks apa pun yang menjadi sumber pengambilan data ini. Kami melisensikan pengemasan sebenarnya dari data ini di bawah lisensi Creative Commons CC0 ("tidak ada hak yang dilindungi undang-undang") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh memungkinkan berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau hak tetangga atas OSCAR Karya ini diterbitkan dari: Perancis.

  Jika Anda menganggap bahwa data kami berisi materi milik Anda dan oleh karena itu tidak boleh direproduksi di sini, mohon:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon, atau alamat email yang dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim dilanggar.
  • Identifikasi materi yang diklaim secara jelas melanggar dan informasi yang cukup memadai untuk memungkinkan kita menemukan materi.

  Kami akan mematuhi permintaan yang sah dengan menghapus sumber yang terkena dampak dari rilis corpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

unshuffled_deduplicated_bar

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis dalam skema lisensi ini, kami tidak memiliki teks apa pun dari mana data ini telah diekstraksi. Kami melisensikan kemasan aktual data ini di bawah lisensi Creative Commons CC0 ("No Rights Reserved") http://creativeCommons.org/publicdomain/zero/1.0/ Sejauh mungkin berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau terkait atau atau terkait atau terkait atau atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait dengan hukum semua Hak tetangga untuk Oscar karya ini diterbitkan dari: Prancis.

  Jika Anda mempertimbangkan bahwa data kami berisi materi yang dimiliki oleh Anda dan karenanya tidak boleh direproduksi di sini, tolong:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon atau alamat email di mana Anda dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim dilanggar.
  • Identifikasi materi yang diklaim secara jelas melanggar dan informasi yang cukup memadai untuk memungkinkan kita menemukan materi.

  Kami akan mematuhi permintaan yang sah dengan menghapus sumber yang terkena dampak dari rilis corpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

unshuffled_deduplicated_bh

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis dalam skema lisensi ini, kami tidak memiliki teks apa pun dari mana data ini telah diekstraksi. Kami melisensikan pengemasan aktual data ini di bawah lisensi Creative Commons CC0 ("No Rights Reserved") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh mungkin berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau terkait atau atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait dengan hukum semua Hak tetangga untuk Oscar karya ini diterbitkan dari: Prancis.

  Jika Anda mempertimbangkan bahwa data kami berisi materi yang dimiliki oleh Anda dan karenanya tidak boleh direproduksi di sini, tolong:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon atau alamat email di mana Anda dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim dilanggar.
  • Identifikasi materi yang diklaim secara jelas melanggar dan informasi yang cukup memadai untuk memungkinkan kita menemukan materi.

  Kami akan mematuhi permintaan yang sah dengan menghapus sumber yang terkena dampak dari rilis corpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

unshuffled_deduplicated_br

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis dalam skema lisensi ini, kami tidak memiliki teks apa pun dari mana data ini telah diekstraksi. Kami melisensikan pengemasan aktual data ini di bawah lisensi Creative Commons CC0 ("No Rights Reserved") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh mungkin berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau terkait atau atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait dengan hukum semua Hak tetangga untuk Oscar karya ini diterbitkan dari: Prancis.

  Jika Anda mempertimbangkan bahwa data kami berisi materi yang dimiliki oleh Anda dan karenanya tidak boleh direproduksi di sini, tolong:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon atau alamat email di mana Anda dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim dilanggar.
  • Identifikasi materi yang diklaim secara jelas melanggar dan informasi yang cukup memadai untuk memungkinkan kita menemukan materi.

  Kami akan mematuhi permintaan yang sah dengan menghapus sumber yang terkena dampak dari rilis corpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

unshuffled_deduplicated_cbk

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis dalam skema lisensi ini, kami tidak memiliki teks apa pun dari mana data ini telah diekstraksi. Kami melisensikan pengemasan aktual data ini di bawah lisensi Creative Commons CC0 ("No Rights Reserved") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh mungkin berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau terkait atau atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait dengan hukum semua Hak tetangga untuk Oscar karya ini diterbitkan dari: Prancis.

  Jika Anda mempertimbangkan bahwa data kami berisi materi yang dimiliki oleh Anda dan karenanya tidak boleh direproduksi di sini, tolong:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon atau alamat email di mana Anda dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim dilanggar.
  • Identifikasi materi yang diklaim secara jelas melanggar dan informasi yang cukup memadai untuk memungkinkan kita menemukan materi.

  Kami akan mematuhi permintaan yang sah dengan menghapus sumber yang terkena dampak dari rilis corpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

unshuffled_deduplicated_da

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis dalam skema lisensi ini, kami tidak memiliki teks apa pun dari mana data ini telah diekstraksi. Kami melisensikan pengemasan aktual data ini di bawah lisensi Creative Commons CC0 ("No Rights Reserved") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh mungkin berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau terkait atau atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait dengan hukum semua Hak tetangga untuk Oscar karya ini diterbitkan dari: Prancis.

  Jika Anda mempertimbangkan bahwa data kami berisi materi yang dimiliki oleh Anda dan karenanya tidak boleh direproduksi di sini, tolong:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon atau alamat email di mana Anda dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim dilanggar.
  • Identifikasi materi yang diklaim secara jelas melanggar dan informasi yang cukup memadai untuk memungkinkan kita menemukan materi.

  Kami akan mematuhi permintaan yang sah dengan menghapus sumber yang terkena dampak dari rilis corpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

unshuffled_deduplicated_dv

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis dalam skema lisensi ini, kami tidak memiliki teks apa pun dari mana data ini telah diekstraksi. Kami melisensikan pengemasan aktual data ini di bawah lisensi Creative Commons CC0 ("No Rights Reserved") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh mungkin berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau terkait atau atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait dengan hukum semua Hak tetangga untuk Oscar karya ini diterbitkan dari: Prancis.

  Jika Anda mempertimbangkan bahwa data kami berisi materi yang dimiliki oleh Anda dan karenanya tidak boleh direproduksi di sini, tolong:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon atau alamat email di mana Anda dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim dilanggar.
  • Identifikasi materi yang diklaim secara jelas melanggar dan informasi yang cukup memadai untuk memungkinkan kita menemukan materi.

  Kami akan mematuhi permintaan yang sah dengan menghapus sumber yang terkena dampak dari rilis corpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

unshuffled_deduplicated_eo

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis dalam skema lisensi ini, kami tidak memiliki teks apa pun dari mana data ini telah diekstraksi. Kami melisensikan pengemasan aktual data ini di bawah lisensi Creative Commons CC0 ("No Rights Reserved") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh mungkin berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau terkait atau atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait dengan hukum semua Hak tetangga untuk Oscar karya ini diterbitkan dari: Prancis.

  Jika Anda mempertimbangkan bahwa data kami berisi materi yang dimiliki oleh Anda dan karenanya tidak boleh direproduksi di sini, tolong:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon atau alamat email di mana Anda dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim dilanggar.
  • Identifikasi materi yang diklaim secara jelas melanggar dan informasi yang cukup memadai untuk memungkinkan kita menemukan materi.

  Kami akan mematuhi permintaan yang sah dengan menghapus sumber yang terkena dampak dari rilis corpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

unshuffled_deduplicated_fa

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis dalam skema lisensi ini, kami tidak memiliki teks apa pun dari mana data ini telah diekstraksi. Kami melisensikan pengemasan aktual data ini di bawah lisensi Creative Commons CC0 ("No Rights Reserved") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh mungkin berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau terkait atau atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait dengan hukum semua Hak tetangga untuk Oscar karya ini diterbitkan dari: Prancis.

  Jika Anda mempertimbangkan bahwa data kami berisi materi yang dimiliki oleh Anda dan karenanya tidak boleh direproduksi di sini, tolong:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon atau alamat email di mana Anda dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim dilanggar.
  • Identifikasi materi yang diklaim secara jelas melanggar dan informasi yang cukup memadai untuk memungkinkan kita menemukan materi.

  Kami akan mematuhi permintaan yang sah dengan menghapus sumber yang terkena dampak dari rilis corpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

unshuffled_deduplicated_fy

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis dalam skema lisensi ini, kami tidak memiliki teks apa pun dari mana data ini telah diekstraksi. Kami melisensikan pengemasan aktual data ini di bawah lisensi Creative Commons CC0 ("No Rights Reserved") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh mungkin berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau terkait atau atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait dengan hukum semua Hak tetangga untuk Oscar karya ini diterbitkan dari: Prancis.

  Jika Anda mempertimbangkan bahwa data kami berisi materi yang dimiliki oleh Anda dan karenanya tidak boleh direproduksi di sini, tolong:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon atau alamat email di mana Anda dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim dilanggar.
  • Identifikasi materi yang diklaim secara jelas melanggar dan informasi yang cukup memadai untuk memungkinkan kita menemukan materi.

  Kami akan mematuhi permintaan yang sah dengan menghapus sumber yang terkena dampak dari rilis corpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

unshuffled_deduplicated_gn

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis dalam skema lisensi ini, kami tidak memiliki teks apa pun dari mana data ini telah diekstraksi. Kami melisensikan pengemasan aktual data ini di bawah lisensi Creative Commons CC0 ("No Rights Reserved") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh mungkin berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau terkait atau atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait dengan hukum semua Hak tetangga untuk Oscar karya ini diterbitkan dari: Prancis.

  Jika Anda mempertimbangkan bahwa data kami berisi materi yang dimiliki oleh Anda dan karenanya tidak boleh direproduksi di sini, tolong:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon atau alamat email di mana Anda dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim dilanggar.
  • Identifikasi materi yang diklaim secara jelas melanggar dan informasi yang cukup memadai untuk memungkinkan kita menemukan materi.

  Kami akan mematuhi permintaan yang sah dengan menghapus sumber yang terkena dampak dari rilis corpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

unshuffled_deduplicated_cs

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis dalam skema lisensi ini, kami tidak memiliki teks apa pun dari mana data ini telah diekstraksi. Kami melisensikan pengemasan aktual data ini di bawah lisensi Creative Commons CC0 ("No Rights Reserved") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh mungkin berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau terkait atau atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait dengan hukum semua Hak tetangga untuk Oscar karya ini diterbitkan dari: Prancis.

  Jika Anda mempertimbangkan bahwa data kami berisi materi yang dimiliki oleh Anda dan karenanya tidak boleh direproduksi di sini, tolong:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon atau alamat email di mana Anda dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim dilanggar.
  • Identifikasi materi yang diklaim secara jelas melanggar dan informasi yang cukup memadai untuk memungkinkan kita menemukan materi.

  Kami akan mematuhi permintaan yang sah dengan menghapus sumber yang terkena dampak dari rilis corpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

unshuffled_deduplicated_hi

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis dalam skema lisensi ini, kami tidak memiliki teks apa pun dari mana data ini telah diekstraksi. Kami melisensikan pengemasan aktual data ini di bawah lisensi Creative Commons CC0 ("No Rights Reserved") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh mungkin berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau terkait atau atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait dengan hukum semua Hak tetangga untuk Oscar karya ini diterbitkan dari: Prancis.

  Jika Anda mempertimbangkan bahwa data kami berisi materi yang dimiliki oleh Anda dan karenanya tidak boleh direproduksi di sini, tolong:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon atau alamat email di mana Anda dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim dilanggar.
  • Identifikasi materi yang diklaim secara jelas melanggar dan informasi yang cukup memadai untuk memungkinkan kita menemukan materi.

  Kami akan mematuhi permintaan yang sah dengan menghapus sumber yang terkena dampak dari rilis corpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

unshuffled_deduplicated_hu

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis dalam skema lisensi ini, kami tidak memiliki teks apa pun dari mana data ini telah diekstraksi. Kami melisensikan pengemasan aktual data ini di bawah lisensi Creative Commons CC0 ("No Rights Reserved") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh mungkin berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau terkait atau atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait dengan hukum semua Hak tetangga untuk Oscar karya ini diterbitkan dari: Prancis.

  Jika Anda mempertimbangkan bahwa data kami berisi materi yang dimiliki oleh Anda dan karenanya tidak boleh direproduksi di sini, tolong:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon atau alamat email di mana Anda dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim dilanggar.
  • Identifikasi materi yang diklaim secara jelas melanggar dan informasi yang cukup memadai untuk memungkinkan kita menemukan materi.

  Kami akan mematuhi permintaan yang sah dengan menghapus sumber yang terkena dampak dari rilis corpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

unshuffled_deduplicated_ie

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis dalam skema lisensi ini, kami tidak memiliki teks apa pun dari mana data ini telah diekstraksi. Kami melisensikan pengemasan aktual data ini di bawah lisensi Creative Commons CC0 ("No Rights Reserved") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh mungkin berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau terkait atau atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait dengan hukum semua Hak tetangga untuk Oscar karya ini diterbitkan dari: Prancis.

  Jika Anda mempertimbangkan bahwa data kami berisi materi yang dimiliki oleh Anda dan karenanya tidak boleh direproduksi di sini, tolong:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon atau alamat email di mana Anda dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim dilanggar.
  • Identifikasi materi yang diklaim secara jelas melanggar dan informasi yang cukup memadai untuk memungkinkan kita menemukan materi.

  Kami akan mematuhi permintaan yang sah dengan menghapus sumber yang terkena dampak dari rilis corpus berikutnya.

• Versi : 1.0.0

• Perpecahan :

• Fitur :

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

unshuffled_deduplicated_fr

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

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

• Keterangan :

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.

• Lisensi : Data ini dirilis dalam skema lisensi ini, kami tidak memiliki teks apa pun dari mana data ini telah diekstraksi. Kami melisensikan pengemasan aktual data ini di bawah lisensi Creative Commons CC0 ("No Rights Reserved") http://creativecommons.org/publicdomain/zero/1.0/ Sejauh mungkin berdasarkan hukum, Inria telah melepaskan semua hak cipta dan terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau atau terkait atau terkait atau atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait atau terkait dengan hukum semua Hak tetangga untuk Oscar karya ini diterbitkan dari: Prancis.

  Jika Anda mempertimbangkan bahwa data kami berisi materi yang dimiliki oleh Anda dan karenanya tidak boleh direproduksi di sini, tolong:

  • Identifikasi diri Anda dengan jelas, dengan data kontak terperinci seperti alamat, nomor telepon atau alamat email di mana Anda dapat dihubungi.
  • Identifikasi dengan jelas karya berhak cipta yang diklaim dilanggar.
  • Identifikasi materi yang diklaim secara jelas melanggar dan informasi yang cukup memadai untuk memungkinkan kita menemukan materi.

  Kami akan mematuhi permintaan yang sah dengan menghapus sumber yang terkena dampak dari rilis corpus berikutnya.

• Versi : 1.0.0

• Perpecahan :