oscar

Tài liệu tham khảo:

• Mã số
• ôm mặt

không xáo trộn_deduplicate_af

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

unshuffled_deduplicate_als

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không xáo trộn_không trùng lặp_arz

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không xáo trộn_không trùng lặp_an

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

unshuffled_deduplicate_ast

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không xáo trộn_không trùng lặp_ba

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không xáo trộn_không trùng lặp_am

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

unshuffled_deduplicate_as

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho ngữ liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

unshuffled_deduplicate_azb

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không xáo trộn_không trùng lặp_be

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không xáo trộn_không trùng lặp_bo

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không xáo trộn_deduplicate_bxr

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không xáo trộn_deduplicate_ceb

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không xáo trộn_không trùng lặp_az

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không xáo trộn_deduplicate_bcl

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không xáo trộn_không trùng lặp_cy

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không xáo trộn_deduplicate_dsb

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không xáo trộn_không trùng lặp_bn

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

unshuffled_deduplicate_bs

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không xáo trộn_không trùng lặp_ce

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

unshuffled_deduplicate_cv

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không xáo trộn_deduplicate_diq

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

unshuffled_deduplicate_eml

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

unshuffled_deduplicate_et

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không xáo trộn_deduplicate_bg

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho ngữ liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

unshuffled_deduplicate_bpy

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc quyền sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho ngữ liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

unshuffled_deduplicate_ca

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc quyền sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không xáo trộn_deduplicate_ckb

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không xáo trộn_deduplicate_ar

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho tài liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không xáo trộn_deduplicate_av

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo chương trình cấp phép này. Chúng tôi không sở hữu bất kỳ văn bản nào mà dữ liệu này được trích xuất. Chúng tôi cấp phép cho việc đóng gói thực tế những dữ liệu này theo giấy phép Creative Commons CC0 ("không bảo lưu quyền") http://creativecommons.org/publicdomain/zero/1.0/ Trong phạm vi có thể theo luật, Inria đã từ bỏ tất cả bản quyền và các hoặc có liên quan quyền lân cận đối với OSCAR Tác phẩm này được xuất bản từ: Pháp.

  Nếu bạn cho rằng dữ liệu của chúng tôi chứa tài liệu thuộc sở hữu của bạn và do đó không được sao chép ở đây, vui lòng:

  • Xác định rõ ràng danh tính của bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng tác phẩm có bản quyền bị cho là bị vi phạm.
  • Xác định rõ ràng tài liệu được cho là vi phạm và thông tin đầy đủ hợp lý để cho phép chúng tôi xác định tài liệu đó.

  Chúng tôi sẽ tuân thủ các yêu cầu chính đáng bằng cách xóa các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của kho ngữ liệu.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

unshuffled_deduplicate_bar

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo sơ đồ cấp phép này, chúng tôi không sở hữu bất kỳ văn bản nào mà từ đó dữ liệu này đã được trích xuất. Chúng tôi cấp phép bao bì thực tế của các dữ liệu này theo giấy phép Creative Commons CC0 ("Không có quyền") Quyền lân cận cho Oscar Tác phẩm này được công bố từ: Pháp.

  Nếu bạn xem xét rằng dữ liệu của chúng tôi chứa các tài liệu thuộc sở hữu của bạn và do đó không nên được sao chép ở đây, xin vui lòng:

  • Xác định rõ ràng chính bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng các công việc có bản quyền được tuyên bố là bị xâm phạm.
  • Xác định rõ ràng các tài liệu được tuyên bố là vi phạm và thông tin đủ hợp lý để cho phép chúng tôi xác định vị trí tài liệu.

  Chúng tôi sẽ tuân thủ các yêu cầu hợp pháp bằng cách loại bỏ các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của Corpus.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không có tiếng vang_deduplicated_bh

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo sơ đồ cấp phép này, chúng tôi không sở hữu bất kỳ văn bản nào mà từ đó dữ liệu này đã được trích xuất. Chúng tôi cấp phép bao bì thực tế của các dữ liệu này theo giấy phép Creative Commons CC0 ("Không có quyền") Quyền lân cận cho Oscar Tác phẩm này được công bố từ: Pháp.

  Nếu bạn xem xét rằng dữ liệu của chúng tôi chứa các tài liệu thuộc sở hữu của bạn và do đó không nên được sao chép ở đây, xin vui lòng:

  • Xác định rõ ràng chính bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng các công việc có bản quyền được tuyên bố là bị xâm phạm.
  • Xác định rõ ràng các tài liệu được tuyên bố là vi phạm và thông tin đủ hợp lý để cho phép chúng tôi xác định vị trí tài liệu.

  Chúng tôi sẽ tuân thủ các yêu cầu hợp pháp bằng cách loại bỏ các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của Corpus.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

Unclesfled_deduplicated_br

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo sơ đồ cấp phép này, chúng tôi không sở hữu bất kỳ văn bản nào mà từ đó dữ liệu này đã được trích xuất. Chúng tôi cấp phép bao bì thực tế của các dữ liệu này theo giấy phép Creative Commons CC0 ("Không có quyền") Quyền lân cận cho Oscar Tác phẩm này được công bố từ: Pháp.

  Nếu bạn xem xét rằng dữ liệu của chúng tôi chứa các tài liệu thuộc sở hữu của bạn và do đó không nên được sao chép ở đây, xin vui lòng:

  • Xác định rõ ràng chính bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng các công việc có bản quyền được tuyên bố là bị xâm phạm.
  • Xác định rõ ràng các tài liệu được tuyên bố là vi phạm và thông tin đủ hợp lý để cho phép chúng tôi xác định vị trí tài liệu.

  Chúng tôi sẽ tuân thủ các yêu cầu hợp pháp bằng cách loại bỏ các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của Corpus.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không có shuffled_dedupliced_cbk

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo sơ đồ cấp phép này, chúng tôi không sở hữu bất kỳ văn bản nào mà từ đó dữ liệu này đã được trích xuất. Chúng tôi cấp phép bao bì thực tế của các dữ liệu này theo giấy phép Creative Commons CC0 ("Không có quyền") Quyền lân cận cho Oscar Tác phẩm này được công bố từ: Pháp.

  Nếu bạn xem xét rằng dữ liệu của chúng tôi chứa các tài liệu thuộc sở hữu của bạn và do đó không nên được sao chép ở đây, xin vui lòng:

  • Xác định rõ ràng chính bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng các công việc có bản quyền được tuyên bố là bị xâm phạm.
  • Xác định rõ ràng các tài liệu được tuyên bố là vi phạm và thông tin đủ hợp lý để cho phép chúng tôi xác định vị trí tài liệu.

  Chúng tôi sẽ tuân thủ các yêu cầu hợp pháp bằng cách loại bỏ các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của Corpus.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không có shuffled_deduplicated_da

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo sơ đồ cấp phép này, chúng tôi không sở hữu bất kỳ văn bản nào mà từ đó dữ liệu này đã được trích xuất. Chúng tôi cấp phép bao bì thực tế của các dữ liệu này theo giấy phép Creative Commons CC0 ("Không có quyền") Quyền lân cận cho Oscar Tác phẩm này được công bố từ: Pháp.

  Nếu bạn xem xét rằng dữ liệu của chúng tôi chứa các tài liệu thuộc sở hữu của bạn và do đó không nên được sao chép ở đây, xin vui lòng:

  • Xác định rõ ràng chính bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng các công việc có bản quyền được tuyên bố là bị xâm phạm.
  • Xác định rõ ràng các tài liệu được tuyên bố là vi phạm và thông tin đủ hợp lý để cho phép chúng tôi xác định vị trí tài liệu.

  Chúng tôi sẽ tuân thủ các yêu cầu hợp pháp bằng cách loại bỏ các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của Corpus.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

Unclesfled_dedupplated_dv

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo sơ đồ cấp phép này, chúng tôi không sở hữu bất kỳ văn bản nào mà từ đó dữ liệu này đã được trích xuất. Chúng tôi cấp phép bao bì thực tế của các dữ liệu này theo giấy phép Creative Commons CC0 ("Không có quyền") Quyền lân cận cho Oscar Tác phẩm này được công bố từ: Pháp.

  Nếu bạn xem xét rằng dữ liệu của chúng tôi chứa các tài liệu thuộc sở hữu của bạn và do đó không nên được sao chép ở đây, xin vui lòng:

  • Xác định rõ ràng chính bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng các công việc có bản quyền được tuyên bố là bị xâm phạm.
  • Xác định rõ ràng các tài liệu được tuyên bố là vi phạm và thông tin đủ hợp lý để cho phép chúng tôi xác định vị trí tài liệu.

  Chúng tôi sẽ tuân thủ các yêu cầu hợp pháp bằng cách loại bỏ các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của Corpus.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không có shuffled_deduplicated_eo

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo sơ đồ cấp phép này, chúng tôi không sở hữu bất kỳ văn bản nào mà từ đó dữ liệu này đã được trích xuất. Chúng tôi cấp phép bao bì thực tế của các dữ liệu này theo giấy phép Creative Commons CC0 ("Không có quyền") Quyền lân cận cho Oscar Tác phẩm này được công bố từ: Pháp.

  Nếu bạn xem xét rằng dữ liệu của chúng tôi chứa các tài liệu thuộc sở hữu của bạn và do đó không nên được sao chép ở đây, xin vui lòng:

  • Xác định rõ ràng chính bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng các công việc có bản quyền được tuyên bố là bị xâm phạm.
  • Xác định rõ ràng các tài liệu được tuyên bố là vi phạm và thông tin đủ hợp lý để cho phép chúng tôi xác định vị trí tài liệu.

  Chúng tôi sẽ tuân thủ các yêu cầu hợp pháp bằng cách loại bỏ các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của Corpus.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không có shuffled_dedupplated_fa

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo sơ đồ cấp phép này, chúng tôi không sở hữu bất kỳ văn bản nào mà từ đó dữ liệu này đã được trích xuất. Chúng tôi cấp phép bao bì thực tế của các dữ liệu này theo giấy phép Creative Commons CC0 ("Không có quyền") Quyền lân cận cho Oscar Tác phẩm này được công bố từ: Pháp.

  Nếu bạn xem xét rằng dữ liệu của chúng tôi chứa các tài liệu thuộc sở hữu của bạn và do đó không nên được sao chép ở đây, xin vui lòng:

  • Xác định rõ ràng chính bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng các công việc có bản quyền được tuyên bố là bị xâm phạm.
  • Xác định rõ ràng các tài liệu được tuyên bố là vi phạm và thông tin đủ hợp lý để cho phép chúng tôi xác định vị trí tài liệu.

  Chúng tôi sẽ tuân thủ các yêu cầu hợp pháp bằng cách loại bỏ các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của Corpus.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không xáo trộn_không trùng lặp_fy

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo sơ đồ cấp phép này, chúng tôi không sở hữu bất kỳ văn bản nào mà từ đó dữ liệu này đã được trích xuất. Chúng tôi cấp phép bao bì thực tế của các dữ liệu này theo giấy phép Creative Commons CC0 ("Không có quyền") Quyền lân cận cho Oscar Tác phẩm này được công bố từ: Pháp.

  Nếu bạn xem xét rằng dữ liệu của chúng tôi chứa các tài liệu thuộc sở hữu của bạn và do đó không nên được sao chép ở đây, xin vui lòng:

  • Xác định rõ ràng chính bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng các công việc có bản quyền được tuyên bố là bị xâm phạm.
  • Xác định rõ ràng các tài liệu được tuyên bố là vi phạm và thông tin đủ hợp lý để cho phép chúng tôi xác định vị trí tài liệu.

  Chúng tôi sẽ tuân thủ các yêu cầu hợp pháp bằng cách loại bỏ các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của Corpus.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

Unschuffled_dedupplated_gn

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo sơ đồ cấp phép này, chúng tôi không sở hữu bất kỳ văn bản nào mà từ đó dữ liệu này đã được trích xuất. Chúng tôi cấp phép bao bì thực tế của các dữ liệu này theo giấy phép Creative Commons CC0 ("Không có quyền") Quyền lân cận cho Oscar Tác phẩm này được công bố từ: Pháp.

  Nếu bạn xem xét rằng dữ liệu của chúng tôi chứa các tài liệu thuộc sở hữu của bạn và do đó không nên được sao chép ở đây, xin vui lòng:

  • Xác định rõ ràng chính bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng các công việc có bản quyền được tuyên bố là bị xâm phạm.
  • Xác định rõ ràng các tài liệu được tuyên bố là vi phạm và thông tin đủ hợp lý để cho phép chúng tôi xác định vị trí tài liệu.

  Chúng tôi sẽ tuân thủ các yêu cầu hợp pháp bằng cách loại bỏ các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của Corpus.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không có shuffled_dedupplicated_cs

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo sơ đồ cấp phép này, chúng tôi không sở hữu bất kỳ văn bản nào mà từ đó dữ liệu này đã được trích xuất. Chúng tôi cấp phép bao bì thực tế của các dữ liệu này theo giấy phép Creative Commons CC0 ("Không có quyền") Quyền lân cận cho Oscar Tác phẩm này được công bố từ: Pháp.

  Nếu bạn xem xét rằng dữ liệu của chúng tôi chứa các tài liệu thuộc sở hữu của bạn và do đó không nên được sao chép ở đây, xin vui lòng:

  • Xác định rõ ràng chính bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng các công việc có bản quyền được tuyên bố là bị xâm phạm.
  • Xác định rõ ràng các tài liệu được tuyên bố là vi phạm và thông tin đủ hợp lý để cho phép chúng tôi xác định vị trí tài liệu.

  Chúng tôi sẽ tuân thủ các yêu cầu hợp pháp bằng cách loại bỏ các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của Corpus.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không có shuffled_deduplicated_hi

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo sơ đồ cấp phép này, chúng tôi không sở hữu bất kỳ văn bản nào mà từ đó dữ liệu này đã được trích xuất. Chúng tôi cấp phép bao bì thực tế của các dữ liệu này theo giấy phép Creative Commons CC0 ("Không có quyền") Quyền lân cận cho Oscar Tác phẩm này được công bố từ: Pháp.

  Nếu bạn xem xét rằng dữ liệu của chúng tôi chứa các tài liệu thuộc sở hữu của bạn và do đó không nên được sao chép ở đây, xin vui lòng:

  • Xác định rõ ràng chính bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng các công việc có bản quyền được tuyên bố là bị xâm phạm.
  • Xác định rõ ràng các tài liệu được tuyên bố là vi phạm và thông tin đủ hợp lý để cho phép chúng tôi xác định vị trí tài liệu.

  Chúng tôi sẽ tuân thủ các yêu cầu hợp pháp bằng cách loại bỏ các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của Corpus.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không có shuffled_deduplicated_hu

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo sơ đồ cấp phép này, chúng tôi không sở hữu bất kỳ văn bản nào mà từ đó dữ liệu này đã được trích xuất. Chúng tôi cấp phép bao bì thực tế của các dữ liệu này theo giấy phép Creative Commons CC0 ("Không có quyền") Quyền lân cận cho Oscar Tác phẩm này được công bố từ: Pháp.

  Nếu bạn xem xét rằng dữ liệu của chúng tôi chứa các tài liệu thuộc sở hữu của bạn và do đó không nên được sao chép ở đây, xin vui lòng:

  • Xác định rõ ràng chính bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng các công việc có bản quyền được tuyên bố là bị xâm phạm.
  • Xác định rõ ràng các tài liệu được tuyên bố là vi phạm và thông tin đủ hợp lý để cho phép chúng tôi xác định vị trí tài liệu.

  Chúng tôi sẽ tuân thủ các yêu cầu hợp pháp bằng cách loại bỏ các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của Corpus.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không có shuffled_deduplicated_ie

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo sơ đồ cấp phép này, chúng tôi không sở hữu bất kỳ văn bản nào mà từ đó dữ liệu này đã được trích xuất. Chúng tôi cấp phép bao bì thực tế của các dữ liệu này theo giấy phép Creative Commons CC0 ("Không có quyền") Quyền lân cận cho Oscar Tác phẩm này được công bố từ: Pháp.

  Nếu bạn xem xét rằng dữ liệu của chúng tôi chứa các tài liệu thuộc sở hữu của bạn và do đó không nên được sao chép ở đây, xin vui lòng:

  • Xác định rõ ràng chính bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng các công việc có bản quyền được tuyên bố là bị xâm phạm.
  • Xác định rõ ràng các tài liệu được tuyên bố là vi phạm và thông tin đủ hợp lý để cho phép chúng tôi xác định vị trí tài liệu.

  Chúng tôi sẽ tuân thủ các yêu cầu hợp pháp bằng cách loại bỏ các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của Corpus.

• Phiên bản : 1.0.0

• Chia tách :

• Đặc trưng :

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

không có shuffled_dedupliced_fr

Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:

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

• Sự miêu tả :

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

• Giấy phép : Những dữ liệu này được phát hành theo sơ đồ cấp phép này, chúng tôi không sở hữu bất kỳ văn bản nào mà từ đó dữ liệu này đã được trích xuất. Chúng tôi cấp phép bao bì thực tế của các dữ liệu này theo giấy phép Creative Commons CC0 ("Không có quyền") Quyền lân cận cho Oscar Tác phẩm này được công bố từ: Pháp.

  Nếu bạn xem xét rằng dữ liệu của chúng tôi chứa các tài liệu thuộc sở hữu của bạn và do đó không nên được sao chép ở đây, xin vui lòng:

  • Xác định rõ ràng chính bạn, với dữ liệu liên hệ chi tiết như địa chỉ, số điện thoại hoặc địa chỉ email mà bạn có thể liên hệ.
  • Xác định rõ ràng các công việc có bản quyền được tuyên bố là bị xâm phạm.
  • Xác định rõ ràng các tài liệu được tuyên bố là vi phạm và thông tin đủ hợp lý để cho phép chúng tôi xác định vị trí tài liệu.

  Chúng tôi sẽ tuân thủ các yêu cầu hợp pháp bằng cách loại bỏ các nguồn bị ảnh hưởng khỏi bản phát hành tiếp theo của Corpus.

• Phiên bản : 1.0.0

• Chia tách :