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 que é de sua propriedade e, portanto, não deve ser reproduzido 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 que é de sua propriedade e, portanto, não deve ser reproduzido 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 que é de sua propriedade e, portanto, não deve ser reproduzido 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 que é de sua propriedade e, portanto, não deve ser reproduzido 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 que é de sua propriedade e, portanto, não deve ser reproduzido 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 que é de sua propriedade e, portanto, não deve ser reproduzido 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 que é de sua propriedade e, portanto, não deve ser reproduzido 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 que é de sua propriedade e, portanto, não deve ser reproduzido 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 que é de sua propriedade e, portanto, não deve ser reproduzido 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 que é de sua propriedade e, portanto, não deve ser reproduzido 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 que é de sua propriedade e, portanto, não deve ser reproduzido 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 que é de sua propriedade e, portanto, não deve ser reproduzido 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 que é de sua propriedade e, portanto, não deve ser reproduzido 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 que é de sua propriedade e, portanto, não deve ser reproduzido 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 que é de sua propriedade e, portanto, não deve ser reproduzido 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 que é de sua propriedade e, portanto, não deve ser reproduzido 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 que é de sua propriedade e, portanto, não deve ser reproduzido 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 que é de sua propriedade e, portanto, não deve ser reproduzido 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 que se afirma estar violando e informações razoavelmente suficientes para nos permitir localizar o material.

  Vamos cumprir solicitações legítimas, removendo as fontes afetadas da próxima liberação do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

Nãoffled_dedupliced_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 a embalagem real desses dados sob a Licença Creative Commons CC0 ("sem direitos reservados") http://creracivecommons.org/publicdomain/zero/1.0/ Na medida em que possível por lei, a INRIA renunciou a todos os direitos autorais e relacionados ou relacionados ou relacionados ou relacionados Direitos vizinhos de Oscar Este trabalho é publicado em: França.

  Se você considerar que nossos dados contêm material que pertence a você e, portanto, não deve ser reproduzido aqui, por favor:

  • Identifique -se claramente, com dados de contato detalhados, como endereço, número de telefone ou endereço de e -mail no qual você pode ser contatado.
  • Identifique claramente o trabalho protegido por direitos autorais que afirmou ser violado.
  • Identifique claramente o material que se afirma estar violando e informações razoavelmente suficientes para nos permitir localizar o material.

  Vamos cumprir solicitações legítimas, removendo as fontes afetadas da próxima liberação do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

Nãoffled_dedupliced_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 a embalagem real desses dados sob a Licença Creative Commons CC0 ("sem direitos reservados") http://creracivecommons.org/publicdomain/zero/1.0/ Na medida em que possível por lei, a INRIA renunciou a todos os direitos autorais e relacionados ou relacionados ou relacionados ou relacionados Direitos vizinhos de Oscar Este trabalho é publicado em: França.

  Se você considerar que nossos dados contêm material que pertence a você e, portanto, não deve ser reproduzido aqui, por favor:

  • Identifique -se claramente, com dados de contato detalhados, como endereço, número de telefone ou endereço de e -mail no qual você pode ser contatado.
  • Identifique claramente o trabalho protegido por direitos autorais que afirmou ser violado.
  • Identifique claramente o material que se afirma estar violando e informações razoavelmente suficientes para nos permitir localizar o material.

  Vamos cumprir solicitações legítimas, removendo as fontes afetadas da próxima liberação do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

Nãoffled_dedupliced_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 a embalagem real desses dados sob a Licença Creative Commons CC0 ("sem direitos reservados") http://creracivecommons.org/publicdomain/zero/1.0/ Na medida em que possível por lei, a INRIA renunciou a todos os direitos autorais e relacionados ou relacionados ou relacionados ou relacionados Direitos vizinhos de Oscar Este trabalho é publicado em: França.

  Se você considerar que nossos dados contêm material que pertence a você e, portanto, não deve ser reproduzido aqui, por favor:

  • Identifique -se claramente, com dados de contato detalhados, como endereço, número de telefone ou endereço de e -mail no qual você pode ser contatado.
  • Identifique claramente o trabalho protegido por direitos autorais que afirmou ser violado.
  • Identifique claramente o material que se afirma estar violando e informações razoavelmente suficientes para nos permitir localizar o material.

  Vamos cumprir solicitações legítimas, removendo as fontes afetadas da próxima liberação do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

Nãoffled_dedupliced_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 a embalagem real desses dados sob a Licença Creative Commons CC0 ("sem direitos reservados") http://creracivecommons.org/publicdomain/zero/1.0/ Na medida em que possível por lei, a INRIA renunciou a todos os direitos autorais e relacionados ou relacionados ou relacionados ou relacionados Direitos vizinhos de Oscar Este trabalho é publicado em: França.

  Se você considerar que nossos dados contêm material que pertence a você e, portanto, não deve ser reproduzido aqui, por favor:

  • Identifique -se claramente, com dados de contato detalhados, como endereço, número de telefone ou endereço de e -mail no qual você pode ser contatado.
  • Identifique claramente o trabalho protegido por direitos autorais que afirmou ser violado.
  • Identifique claramente o material que se afirma estar violando e informações razoavelmente suficientes para nos permitir localizar o material.

  Vamos cumprir solicitações legítimas, removendo as fontes afetadas da próxima liberação do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

Nãoffled_dedupliced_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 a embalagem real desses dados sob a Licença Creative Commons CC0 ("sem direitos reservados") http://creracivecommons.org/publicdomain/zero/1.0/ Na medida em que possível por lei, a INRIA renunciou a todos os direitos autorais e relacionados ou relacionados ou relacionados ou relacionados Direitos vizinhos de Oscar Este trabalho é publicado em: França.

  Se você considerar que nossos dados contêm material que pertence a você e, portanto, não deve ser reproduzido aqui, por favor:

  • Identifique -se claramente, com dados de contato detalhados, como endereço, número de telefone ou endereço de e -mail no qual você pode ser contatado.
  • Identifique claramente o trabalho protegido por direitos autorais que afirmou ser violado.
  • Identifique claramente o material que se afirma estar violando e informações razoavelmente suficientes para nos permitir localizar o material.

  Vamos cumprir solicitações legítimas, removendo as fontes afetadas da próxima liberação do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

Nãoffled_dedupliced_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 a embalagem real desses dados sob a Licença Creative Commons CC0 ("sem direitos reservados") http://creracivecommons.org/publicdomain/zero/1.0/ Na medida em que possível por lei, a INRIA renunciou a todos os direitos autorais e relacionados ou relacionados ou relacionados ou relacionados Direitos vizinhos de Oscar Este trabalho é publicado em: França.

  Se você considerar que nossos dados contêm material que pertence a você e, portanto, não deve ser reproduzido aqui, por favor:

  • Identifique -se claramente, com dados de contato detalhados, como endereço, número de telefone ou endereço de e -mail no qual você pode ser contatado.
  • Identifique claramente o trabalho protegido por direitos autorais que afirmou ser violado.
  • Identifique claramente o material que se afirma estar violando e informações razoavelmente suficientes para nos permitir localizar o material.

  Vamos cumprir solicitações legítimas, removendo as fontes afetadas da próxima liberação do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

Nãoffled_dedupliced_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 a embalagem real desses dados sob a Licença Creative Commons CC0 ("sem direitos reservados") http://creracivecommons.org/publicdomain/zero/1.0/ Na medida em que possível por lei, a INRIA renunciou a todos os direitos autorais e relacionados ou relacionados ou relacionados ou relacionados Direitos vizinhos de Oscar Este trabalho é publicado em: França.

  Se você considerar que nossos dados contêm material que pertence a você e, portanto, não deve ser reproduzido aqui, por favor:

  • Identifique -se claramente, com dados de contato detalhados, como endereço, número de telefone ou endereço de e -mail no qual você pode ser contatado.
  • Identifique claramente o trabalho protegido por direitos autorais que afirmou ser violado.
  • Identifique claramente o material que se afirma estar violando e informações razoavelmente suficientes para nos permitir localizar o material.

  Vamos cumprir solicitações legítimas, removendo as fontes afetadas da próxima liberação do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

Nãoffled_dedupliced_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 a embalagem real desses dados sob a Licença Creative Commons CC0 ("sem direitos reservados") http://creracivecommons.org/publicdomain/zero/1.0/ Na medida em que possível por lei, a INRIA renunciou a todos os direitos autorais e relacionados ou relacionados ou relacionados ou relacionados Direitos vizinhos de Oscar Este trabalho é publicado em: França.

  Se você considerar que nossos dados contêm material que pertence a você e, portanto, não deve ser reproduzido aqui, por favor:

  • Identifique -se claramente, com dados de contato detalhados, como endereço, número de telefone ou endereço de e -mail no qual você pode ser contatado.
  • Identifique claramente o trabalho protegido por direitos autorais que afirmou ser violado.
  • Identifique claramente o material que se afirma estar violando e informações razoavelmente suficientes para nos permitir localizar o material.

  Vamos cumprir solicitações legítimas, removendo as fontes afetadas da próxima liberação do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

Nãoffled_dedupliced_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 a embalagem real desses dados sob a Licença Creative Commons CC0 ("sem direitos reservados") http://creracivecommons.org/publicdomain/zero/1.0/ Na medida em que possível por lei, a INRIA renunciou a todos os direitos autorais e relacionados ou relacionados ou relacionados ou relacionados Direitos vizinhos de Oscar Este trabalho é publicado em: França.

  Se você considerar que nossos dados contêm material que pertence a você e, portanto, não deve ser reproduzido aqui, por favor:

  • Identifique -se claramente, com dados de contato detalhados, como endereço, número de telefone ou endereço de e -mail no qual você pode ser contatado.
  • Identifique claramente o trabalho protegido por direitos autorais que afirmou ser violado.
  • Identifique claramente o material que se afirma estar violando e informações razoavelmente suficientes para nos permitir localizar o material.

  Vamos cumprir solicitações legítimas, removendo as fontes afetadas da próxima liberação do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

Nãoffled_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 a embalagem real desses dados sob a Licença Creative Commons CC0 ("sem direitos reservados") http://creracivecommons.org/publicdomain/zero/1.0/ Na medida em que possível por lei, a INRIA renunciou a todos os direitos autorais e relacionados ou relacionados ou relacionados ou relacionados Direitos vizinhos de Oscar Este trabalho é publicado em: França.

  Se você considerar que nossos dados contêm material que pertence a você e, portanto, não deve ser reproduzido aqui, por favor:

  • Identifique -se claramente, com dados de contato detalhados, como endereço, número de telefone ou endereço de e -mail no qual você pode ser contatado.
  • Identifique claramente o trabalho protegido por direitos autorais que afirmou ser violado.
  • Identifique claramente o material que se afirma estar violando e informações razoavelmente suficientes para nos permitir localizar o material.

  Vamos cumprir solicitações legítimas, removendo as fontes afetadas da próxima liberação do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

Nãoffled_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 a embalagem real desses dados sob a Licença Creative Commons CC0 ("sem direitos reservados") http://creracivecommons.org/publicdomain/zero/1.0/ Na medida em que possível por lei, a INRIA renunciou a todos os direitos autorais e relacionados ou relacionados ou relacionados ou relacionados Direitos vizinhos de Oscar Este trabalho é publicado em: França.

  Se você considerar que nossos dados contêm material que pertence a você e, portanto, não deve ser reproduzido aqui, por favor:

  • Identifique -se claramente, com dados de contato detalhados, como endereço, número de telefone ou endereço de e -mail no qual você pode ser contatado.
  • Identifique claramente o trabalho protegido por direitos autorais que afirmou ser violado.
  • Identifique claramente o material que se afirma estar violando e informações razoavelmente suficientes para nos permitir localizar o material.

  Vamos cumprir solicitações legítimas, removendo as fontes afetadas da próxima liberação do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

Nãoffled_dedupliced_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 a embalagem real desses dados sob a Licença Creative Commons CC0 ("sem direitos reservados") http://creracivecommons.org/publicdomain/zero/1.0/ Na medida em que possível por lei, a INRIA renunciou a todos os direitos autorais e relacionados ou relacionados ou relacionados ou relacionados Direitos vizinhos de Oscar Este trabalho é publicado em: França.

  Se você considerar que nossos dados contêm material que pertence a você e, portanto, não deve ser reproduzido aqui, por favor:

  • Identifique -se claramente, com dados de contato detalhados, como endereço, número de telefone ou endereço de e -mail no qual você pode ser contatado.
  • Identifique claramente o trabalho protegido por direitos autorais que afirmou ser violado.
  • Identifique claramente o material que se afirma estar violando e informações razoavelmente suficientes para nos permitir localizar o material.

  Vamos cumprir solicitações legítimas, removendo as fontes afetadas da próxima liberação do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

Nãoffled_dedupliced_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 a embalagem real desses dados sob a Licença Creative Commons CC0 ("sem direitos reservados") http://creracivecommons.org/publicdomain/zero/1.0/ Na medida em que possível por lei, a INRIA renunciou a todos os direitos autorais e relacionados ou relacionados ou relacionados ou relacionados Direitos vizinhos de Oscar Este trabalho é publicado em: França.

  Se você considerar que nossos dados contêm material que pertence a você e, portanto, não deve ser reproduzido aqui, por favor:

  • Identifique -se claramente, com dados de contato detalhados, como endereço, número de telefone ou endereço de e -mail no qual você pode ser contatado.
  • Identifique claramente o trabalho protegido por direitos autorais que afirmou ser violado.
  • Identifique claramente o material que se afirma estar violando e informações razoavelmente suficientes para nos permitir localizar o material.

  Vamos cumprir solicitações legítimas, removendo as fontes afetadas da próxima liberação do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

Nãoffled_dedupliced_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 a embalagem real desses dados sob a Licença Creative Commons CC0 ("sem direitos reservados") http://creracivecommons.org/publicdomain/zero/1.0/ Na medida em que possível por lei, a INRIA renunciou a todos os direitos autorais e relacionados ou relacionados ou relacionados ou relacionados Direitos vizinhos de Oscar Este trabalho é publicado em: França.

  Se você considerar que nossos dados contêm material que pertence a você e, portanto, não deve ser reproduzido aqui, por favor:

  • Identifique -se claramente, com dados de contato detalhados, como endereço, número de telefone ou endereço de e -mail no qual você pode ser contatado.
  • Identifique claramente o trabalho protegido por direitos autorais que afirmou ser violado.
  • Identifique claramente o material que se afirma estar violando e informações razoavelmente suficientes para nos permitir localizar o material.

  Vamos cumprir solicitações legítimas, removendo as fontes afetadas da próxima liberação do corpus.

• Versão : 1.0.0

• Divisões :

• Características :

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

Nãoffled_dedupliced_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 a embalagem real desses dados sob a Licença Creative Commons CC0 ("sem direitos reservados") http://creracivecommons.org/publicdomain/zero/1.0/ Na medida em que possível por lei, a INRIA renunciou a todos os direitos autorais e relacionados ou relacionados ou relacionados ou relacionados Direitos vizinhos de Oscar Este trabalho é publicado em: França.

  Se você considerar que nossos dados contêm material que pertence a você e, portanto, não deve ser reproduzido aqui, por favor:

  • Identifique -se claramente, com dados de contato detalhados, como endereço, número de telefone ou endereço de e -mail no qual você pode ser contatado.
  • Identifique claramente o trabalho protegido por direitos autorais que afirmou ser violado.
  • Identifique claramente o material que se afirma estar violando e informações razoavelmente suficientes para nos permitir localizar o material.

  Vamos cumprir solicitações legítimas, removendo as fontes afetadas da próxima liberação do corpus.

• Versão : 1.0.0

• Divisões :