Óscar

Referências:

• Código
• Abraçando cara

unshuffled_deduplicated_af

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_als

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_arz

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_an

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ast

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ba

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_am

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_as

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_azb

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_be

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_bo

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_bxr

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ceb

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_az

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_bcl

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_cy

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_dsb

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_bn

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_bs

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ce

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_cv

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_diq

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_eml

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_et

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_bg

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_bpy

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ca

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ckb

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ar

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_av

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_bar

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_bh

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_br

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_cbk

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_da

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_dv

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_eo

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_fa

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_fy

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_gn

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_cs

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_hi

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_hu

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ie

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_fr

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_gd

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_gu

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_hsb

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ia

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_io

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_jbo

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_km

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ku

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_la

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_lmo

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_lv

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_min

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_mr

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_mwl

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_nah

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_new

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_oc

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_pam

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ps

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_it

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ka

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ro

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_scn

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ko

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_kw

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_lez

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_lrc

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_mg

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ml

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ms

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_myv

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_nds

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_nn

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_os

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_pms

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_qu

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_sa

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_sk

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_sh

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_so

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_sr

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ta

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_tk

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_tyv

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_uz

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_wa

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_xmf

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_sv

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_tg

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_de

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_tr

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_el

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_uk

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_vi

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_wuu

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_yo

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_als

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_arz

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_az

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_bcl

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_bn

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_bs

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_ce

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

não embaralhado_original_cv

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_diq

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_eml

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_et

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_zh

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_an

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_ast

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_ba

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_bg

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_bpy

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_ca

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_ckb

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_es

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_da

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_dv

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_eo

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_fi

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ga

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_gom

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_hr

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_hy

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ilo

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_fa

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_fy

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_gn

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_hi

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_hu

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_ie

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ja

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_kk

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_krc

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ky

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_li

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_lt

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_mhr

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_mn

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_mt

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_mzn

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ne

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_no

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_pa

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_pnb

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_rm

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_sah

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_si

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_sq

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_sw

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_th

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_tt

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_ur

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_vo

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_xal

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_deduplicated_yue

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_am

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_as

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_azb

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_be

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_bo

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_bxr

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_ceb

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_cy

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_dsb

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_fr

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_gd

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_gu

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_hsb

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_ia

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_io

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_jbo

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_km

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_ku

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_la

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_lmo

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_lv

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_min

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_mr

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_mwl

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_nah

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_new

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_oc

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_pam

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_ps

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_ro

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_scn

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_sk

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_sr

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

unshuffled_original_ta

Use o seguinte comando para carregar este conjunto de dados no TFDS:

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

• Descrição :

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.

• Licença : Esses dados são divulgados sob este esquema de licenciamento. Não possuímos nenhum texto do qual esses dados foram extraídos. Licenciamos o empacotamento real desses dados sob a licença Creative Commons CC0 ("sem direitos reservados") http://creativecommons.org/publicdomain/zero/1.0/ Na medida do possível sob a lei, a Inria renunciou a todos os direitos autorais e relacionados ou direitos conexos ao OSCAR Este trabalho foi publicado em: França.

  Se você considerar que nossos dados contêm material de sua propriedade e, portanto, não devem ser reproduzidos aqui, por favor:

  • Identifique-se claramente, com dados de contacto detalhados, como morada, número de telefone ou endereço de e-mail através dos quais possa ser contactado.
  • Identifique claramente o trabalho protegido por direitos autorais alegadamente violado.
  • Identifique claramente o material alegadamente infrator e as informações razoavelmente suficientes para nos permitir localizar o material.

  Atenderemos às solicitações legítimas removendo as fontes afetadas da próxima versão do corpus.

• Versão : 1.0.0

• Divisões :