أوسكار

مراجع:

• شفرة
• معانقة

unshuffled_deduplicated_af

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أي نص تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_als

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أي نص تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_arz

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أي نص تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_an

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_ast

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_ba

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_am

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_as

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_azb

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_be

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_bo

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_bxr

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_ceb

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_az

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_bcl

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أي نص تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_cy

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_dsb

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_bn

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_bs

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_ce

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_cv

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أي نص تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_diq

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_eml

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_et

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_bg

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_bpy

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_ca

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_ckb

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_ar

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تمثل انتهاكًا والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نلتزم بالطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unshuffled_deduplicated_av

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب نظام الترخيص هذا. نحن لا نملك أيًا من النصوص التي تم استخراج هذه البيانات منه. نحن نرخص التعبئة الفعلية لهذه البيانات بموجب ترخيص Creative Commons CC0 ("لا توجد حقوق محفوظة") http://creativecommons.org/publicdomain/zero/1.0/ إلى أقصى حد ممكن بموجب القانون، تنازلت Inria عن جميع حقوق الطبع والنشر وما يتصل بها أو الحقوق المجاورة لـ OSCAR تم نشر هذا العمل من: فرنسا.

  إذا اعتبرت أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا، فيرجى:

  • قم بتعريف نفسك بوضوح، من خلال بيانات الاتصال التفصيلية مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال بك من خلاله.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر الذي تم انتهاكه.
  • حدد بوضوح المادة التي يُزعم أنها تنتهك والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نمتثل للطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unukuffled_deduplicated_bar

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب مخطط الترخيص هذا ، لا نمتلك أيًا من النص الذي تم استخراج هذه البيانات منه. نحن نرخص التغليف الفعلي لهذه البيانات بموجب ترخيص Creative Cromons CC0 ("لا حقوق محفوظة") الحقوق المجاورة لأوسكار يتم نشر هذا العمل من: فرنسا.

  إذا كنت تفكر في أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا ، من فضلك:

  • حدد نفسك بوضوح ، مع بيانات اتصال مفصلة مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال به.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر التي يزعم أنها انتهكت.
  • حدد بوضوح المادة التي يُزعم أنها تنتهك والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نمتثل للطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unukuffled_deduplicated_bh

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب مخطط الترخيص هذا ، لا نمتلك أيًا من النص الذي تم استخراج هذه البيانات منه. نحن نرخص التغليف الفعلي لهذه البيانات بموجب ترخيص Creative Cromons CC0 ("لا حقوق محفوظة") الحقوق المجاورة لأوسكار يتم نشر هذا العمل من: فرنسا.

  إذا كنت تفكر في أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا ، من فضلك:

  • حدد نفسك بوضوح ، مع بيانات اتصال مفصلة مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال به.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر التي يزعم أنها انتهكت.
  • حدد بوضوح المادة التي يُزعم أنها تنتهك والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نمتثل للطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unukuffled_deduplicated_br

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب مخطط الترخيص هذا ، لا نمتلك أيًا من النص الذي تم استخراج هذه البيانات منه. نحن نرخص التغليف الفعلي لهذه البيانات بموجب ترخيص Creative Cromons CC0 ("لا حقوق محفوظة") الحقوق المجاورة لأوسكار يتم نشر هذا العمل من: فرنسا.

  إذا كنت تفكر في أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا ، من فضلك:

  • حدد نفسك بوضوح ، مع بيانات اتصال مفصلة مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال به.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر التي يزعم أنها انتهكت.
  • حدد بوضوح المادة التي يُزعم أنها تنتهك والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نمتثل للطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unukuffled_deduplicated_cbk

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب مخطط الترخيص هذا ، لا نمتلك أيًا من النص الذي تم استخراج هذه البيانات منه. نحن نرخص التغليف الفعلي لهذه البيانات بموجب ترخيص Creative Cromons CC0 ("لا حقوق محفوظة") الحقوق المجاورة لأوسكار يتم نشر هذا العمل من: فرنسا.

  إذا كنت تفكر في أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا ، من فضلك:

  • حدد نفسك بوضوح ، مع بيانات اتصال مفصلة مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال به.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر التي يزعم أنها انتهكت.
  • حدد بوضوح المادة التي يُزعم أنها تنتهك والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نمتثل للطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unukuffled_deduplicated_da

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب مخطط الترخيص هذا ، لا نمتلك أيًا من النص الذي تم استخراج هذه البيانات منه. نحن نرخص التغليف الفعلي لهذه البيانات بموجب ترخيص Creative Cromons CC0 ("لا حقوق محفوظة") الحقوق المجاورة لأوسكار يتم نشر هذا العمل من: فرنسا.

  إذا كنت تفكر في أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا ، من فضلك:

  • حدد نفسك بوضوح ، مع بيانات اتصال مفصلة مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال به.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر التي يزعم أنها انتهكت.
  • حدد بوضوح المادة التي يُزعم أنها تنتهك والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نمتثل للطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unukuffled_deduplicated_dv

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب مخطط الترخيص هذا ، لا نمتلك أيًا من النص الذي تم استخراج هذه البيانات منه. نحن نرخص التغليف الفعلي لهذه البيانات بموجب ترخيص Creative Cromons CC0 ("لا حقوق محفوظة") الحقوق المجاورة لأوسكار يتم نشر هذا العمل من: فرنسا.

  إذا كنت تفكر في أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا ، من فضلك:

  • حدد نفسك بوضوح ، مع بيانات اتصال مفصلة مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال به.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر التي يزعم أنها انتهكت.
  • حدد بوضوح المادة التي يُزعم أنها تنتهك والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نمتثل للطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unukuffled_deduplicated_eo

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب مخطط الترخيص هذا ، لا نمتلك أيًا من النص الذي تم استخراج هذه البيانات منه. نحن نرخص التغليف الفعلي لهذه البيانات بموجب ترخيص Creative Cromons CC0 ("لا حقوق محفوظة") الحقوق المجاورة لأوسكار يتم نشر هذا العمل من: فرنسا.

  إذا كنت تفكر في أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا ، من فضلك:

  • حدد نفسك بوضوح ، مع بيانات اتصال مفصلة مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال به.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر التي يزعم أنها انتهكت.
  • حدد بوضوح المادة التي يُزعم أنها تنتهك والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نمتثل للطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unukuffled_deduplicated_fa

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب مخطط الترخيص هذا ، لا نمتلك أيًا من النص الذي تم استخراج هذه البيانات منه. نحن نرخص التغليف الفعلي لهذه البيانات بموجب ترخيص Creative Cromons CC0 ("لا حقوق محفوظة") الحقوق المجاورة لأوسكار يتم نشر هذا العمل من: فرنسا.

  إذا كنت تفكر في أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا ، من فضلك:

  • حدد نفسك بوضوح ، مع بيانات اتصال مفصلة مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال به.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر التي يزعم أنها انتهكت.
  • حدد بوضوح المادة التي يُزعم أنها تنتهك والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نمتثل للطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unukuffled_deduplicated_fy

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب مخطط الترخيص هذا ، لا نمتلك أيًا من النص الذي تم استخراج هذه البيانات منه. نحن نرخص التغليف الفعلي لهذه البيانات بموجب ترخيص Creative Cromons CC0 ("لا حقوق محفوظة") الحقوق المجاورة لأوسكار يتم نشر هذا العمل من: فرنسا.

  إذا كنت تفكر في أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا ، من فضلك:

  • حدد نفسك بوضوح ، مع بيانات اتصال مفصلة مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال به.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر التي يزعم أنها انتهكت.
  • حدد بوضوح المادة التي يُزعم أنها تنتهك والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نمتثل للطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

Unukuffled_deduplicated_gn

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب مخطط الترخيص هذا ، لا نمتلك أيًا من النص الذي تم استخراج هذه البيانات منه. نحن نرخص التغليف الفعلي لهذه البيانات بموجب ترخيص Creative Cromons CC0 ("لا حقوق محفوظة") الحقوق المجاورة لأوسكار يتم نشر هذا العمل من: فرنسا.

  إذا كنت تفكر في أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا ، من فضلك:

  • حدد نفسك بوضوح ، مع بيانات اتصال مفصلة مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال به.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر التي يزعم أنها انتهكت.
  • حدد بوضوح المادة التي يُزعم أنها تنتهك والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نمتثل للطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unukuffled_deduplicated_cs

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب مخطط الترخيص هذا ، لا نمتلك أيًا من النص الذي تم استخراج هذه البيانات منه. نحن نرخص التغليف الفعلي لهذه البيانات بموجب ترخيص Creative Cromons CC0 ("لا حقوق محفوظة") الحقوق المجاورة لأوسكار يتم نشر هذا العمل من: فرنسا.

  إذا كنت تفكر في أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا ، من فضلك:

  • حدد نفسك بوضوح ، مع بيانات اتصال مفصلة مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال به.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر التي يزعم أنها انتهكت.
  • حدد بوضوح المادة التي يُزعم أنها تنتهك والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نمتثل للطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unukuffled_deduplicated_hi

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب مخطط الترخيص هذا ، لا نمتلك أيًا من النص الذي تم استخراج هذه البيانات منه. نحن نرخص التغليف الفعلي لهذه البيانات بموجب ترخيص Creative Cromons CC0 ("لا حقوق محفوظة") الحقوق المجاورة لأوسكار يتم نشر هذا العمل من: فرنسا.

  إذا كنت تفكر في أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا ، من فضلك:

  • حدد نفسك بوضوح ، مع بيانات اتصال مفصلة مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال به.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر التي يزعم أنها انتهكت.
  • حدد بوضوح المادة التي يُزعم أنها تنتهك والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نمتثل للطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unukuffled_deduplicated_hu

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب مخطط الترخيص هذا ، لا نمتلك أيًا من النص الذي تم استخراج هذه البيانات منه. نحن نرخص التغليف الفعلي لهذه البيانات بموجب ترخيص Creative Cromons CC0 ("لا حقوق محفوظة") الحقوق المجاورة لأوسكار يتم نشر هذا العمل من: فرنسا.

  إذا كنت تفكر في أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا ، من فضلك:

  • حدد نفسك بوضوح ، مع بيانات اتصال مفصلة مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال به.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر التي يزعم أنها انتهكت.
  • حدد بوضوح المادة التي يُزعم أنها تنتهك والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نمتثل للطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unukuffled_deduplicated_ie

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب مخطط الترخيص هذا ، لا نمتلك أيًا من النص الذي تم استخراج هذه البيانات منه. نحن نرخص التغليف الفعلي لهذه البيانات بموجب ترخيص Creative Cromons CC0 ("لا حقوق محفوظة") الحقوق المجاورة لأوسكار يتم نشر هذا العمل من: فرنسا.

  إذا كنت تفكر في أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا ، من فضلك:

  • حدد نفسك بوضوح ، مع بيانات اتصال مفصلة مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال به.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر التي يزعم أنها انتهكت.
  • حدد بوضوح المادة التي يُزعم أنها تنتهك والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نمتثل للطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

Unukuffled_deduplicated_fr

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب مخطط الترخيص هذا ، لا نمتلك أيًا من النص الذي تم استخراج هذه البيانات منه. نحن نرخص التغليف الفعلي لهذه البيانات بموجب ترخيص Creative Cromons CC0 ("لا حقوق محفوظة") الحقوق المجاورة لأوسكار يتم نشر هذا العمل من: فرنسا.

  إذا كنت تفكر في أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا ، من فضلك:

  • حدد نفسك بوضوح ، مع بيانات اتصال مفصلة مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال به.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر التي يزعم أنها انتهكت.
  • حدد بوضوح المادة التي يُزعم أنها تنتهك والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نمتثل للطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unukuffled_deduplicated_gd

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب مخطط الترخيص هذا ، لا نمتلك أيًا من النص الذي تم استخراج هذه البيانات منه. نحن نرخص التغليف الفعلي لهذه البيانات بموجب ترخيص Creative Cromons CC0 ("لا حقوق محفوظة") الحقوق المجاورة لأوسكار يتم نشر هذا العمل من: فرنسا.

  إذا كنت تفكر في أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا ، من فضلك:

  • حدد نفسك بوضوح ، مع بيانات اتصال مفصلة مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال به.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر التي يزعم أنها انتهكت.
  • حدد بوضوح المادة التي يُزعم أنها تنتهك والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نمتثل للطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unukuffled_deduplicated_gu

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب مخطط الترخيص هذا ، لا نمتلك أيًا من النص الذي تم استخراج هذه البيانات منه. نحن نرخص التغليف الفعلي لهذه البيانات بموجب ترخيص Creative Cromons CC0 ("لا حقوق محفوظة") الحقوق المجاورة لأوسكار يتم نشر هذا العمل من: فرنسا.

  إذا كنت تفكر في أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا ، من فضلك:

  • حدد نفسك بوضوح ، مع بيانات اتصال مفصلة مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال به.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر التي يزعم أنها انتهكت.
  • حدد بوضوح المادة التي يُزعم أنها تنتهك والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نمتثل للطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unukuffled_deduplicated_hsb

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب مخطط الترخيص هذا ، لا نمتلك أيًا من النص الذي تم استخراج هذه البيانات منه. نحن نرخص التغليف الفعلي لهذه البيانات بموجب ترخيص Creative Cromons CC0 ("لا حقوق محفوظة") الحقوق المجاورة لأوسكار يتم نشر هذا العمل من: فرنسا.

  إذا كنت تفكر في أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا ، من فضلك:

  • حدد نفسك بوضوح ، مع بيانات اتصال مفصلة مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال به.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر التي يزعم أنها انتهكت.
  • حدد بوضوح المادة التي يُزعم أنها تنتهك والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نمتثل للطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unukuffled_deduplicated_ia

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب مخطط الترخيص هذا ، لا نمتلك أيًا من النص الذي تم استخراج هذه البيانات منه. نحن نرخص التغليف الفعلي لهذه البيانات بموجب ترخيص Creative Cromons CC0 ("لا حقوق محفوظة") الحقوق المجاورة لأوسكار يتم نشر هذا العمل من: فرنسا.

  إذا كنت تفكر في أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا ، من فضلك:

  • حدد نفسك بوضوح ، مع بيانات اتصال مفصلة مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال به.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر التي يزعم أنها انتهكت.
  • حدد بوضوح المادة التي يُزعم أنها تنتهك والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نمتثل للطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unukuffled_deduplicated_io

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :

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.

• الترخيص : يتم إصدار هذه البيانات بموجب مخطط الترخيص هذا ، لا نمتلك أيًا من النص الذي تم استخراج هذه البيانات منه. نحن نرخص التغليف الفعلي لهذه البيانات بموجب ترخيص Creative Cromons CC0 ("لا حقوق محفوظة") الحقوق المجاورة لأوسكار يتم نشر هذا العمل من: فرنسا.

  إذا كنت تفكر في أن بياناتنا تحتوي على مواد مملوكة لك وبالتالي لا ينبغي إعادة إنتاجها هنا ، من فضلك:

  • حدد نفسك بوضوح ، مع بيانات اتصال مفصلة مثل العنوان أو رقم الهاتف أو عنوان البريد الإلكتروني الذي يمكن الاتصال به.
  • حدد بوضوح العمل المحمي بحقوق الطبع والنشر التي يزعم أنها انتهكت.
  • حدد بوضوح المادة التي يُزعم أنها تنتهك والمعلومات الكافية بشكل معقول للسماح لنا بتحديد موقع المادة.

  سوف نمتثل للطلبات المشروعة عن طريق إزالة المصادر المتأثرة من الإصدار التالي من المجموعة.

• الإصدار : 1.0.0

• الإنشقاقات :

• سمات :

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

unukuffled_deduplicated_jbo

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

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

• وصف :