Oscar

Riferimenti:

• Codice
• Abbracciare la faccia

unshuffled_deduplicated_af

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_als

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_arz

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_an

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_ast

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_ba

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo alcun testo da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_am

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_as

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_azb

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_be

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_bo

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_bxr

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_ceb

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_az

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_bcl

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_cy

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_dsb

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo alcun testo da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_bn

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_bs

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_ce

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_cv

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo alcun testo da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_diq

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_eml

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_et

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo alcun testo da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_bg

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_bpy

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_ca

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_ckb

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_ar

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si ritiene sia in violazione e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_av

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati secondo questo schema di licenza. Non possediamo nessuno dei testi da cui sono stati estratti questi dati. Concediamo in licenza l'effettivo confezionamento di questi dati ai sensi della licenza Creative Commons CC0 ("nessun diritto riservato") http://creativecommons.org/publicdomain/zero/1.0/ Nella misura consentita dalla legge, Inria ha rinunciato a tutti i diritti d'autore e relativi o diritti connessi all'OSCAR Quest'opera è pubblicata da: Francia.

  Se ritieni che i nostri dati contengano materiale di tua proprietà e che pertanto non debba essere riprodotto qui, ti preghiamo di:

  • Identificatevi chiaramente, con dati di contatto dettagliati come indirizzo, numero di telefono o indirizzo e-mail al quale potete essere contattati.
  • Identificare chiaramente l'opera protetta da copyright che si ritiene sia stata violata.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_BAR

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_BH

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_BR

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_CBK

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_DA

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_DV

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_EO

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_FA

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_FY

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_GN

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUffled_Deduplicated_cs

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_HI

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUffled_Deduplicated_hu

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUffled_Deduplicated_ie

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_FR

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_GD

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_GU

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_HSB

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_IA

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_IO

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_JBO

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_KM

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_KU

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_LA

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUffled_Deduplicated_lmo

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_LV

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

Unshuffled_deduplicated_min

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_MR

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUffled_Deduplicated_mwl

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Se si considera che i nostri dati contengano materiale di proprietà di te e quindi non dovrebbe essere riprodotto qui, per favore:

  • Identifica chiaramente te stesso, con dati di contatto dettagliati come un indirizzo, numero di telefono o indirizzo e -mail in cui è possibile contattare.
  • Identificare chiaramente il lavoro protetto da copyright sostenuto.
  • Identificare chiaramente il materiale che si afferma che si viola e informazioni ragionevolmente sufficienti per consentirci di individuare il materiale.

  Rispetteremo le richieste legittime rimuovendo le fonti interessate dalla prossima versione del corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

UNSHUFFLED_DEDUPLICATO_NAH

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• Licenza : questi dati vengono rilasciati nell'ambito di questo schema di licenza non possediamo nessuno dei quali sono stati estratti questi dati. Licenza al packaging effettivo di questi dati ai sensi della licenza CCC0 Creative Commons ("Nessun diritti riservato") http://creativecommons.org/publicdomain/zero/1.0/ nella misura possibile ai sensi della legge, Inria ha rinunciato a tutti i copyright e correlati o Diritti vicini a Oscar Questo lavoro è pubblicato da: Francia.

  Should you consider that our data contains material that is owned by you and should therefore not be reproduced here, please:

  • Clearly identify yourself, with detailed contact data such as an address, telephone number or email address at which you can be contacted.
  • Clearly identify the copyrighted work claimed to be infringed.
  • Clearly identify the material that is claimed to be infringing and information reasonably sufficient to allow us to locate the material.

  We will comply to legitimate requests by removing the affected sources from the next release of the corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_new

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• License : These data are released under this licensing scheme We do not own any of the text from which these data has been extracted. We license the actual packaging of these data under the Creative Commons CC0 license ("no rights reserved") http://creativecommons.org/publicdomain/zero/1.0/ To the extent possible under law, Inria has waived all copyright and related or neighboring rights to OSCAR This work is published from: France.

  Should you consider that our data contains material that is owned by you and should therefore not be reproduced here, please:

  • Clearly identify yourself, with detailed contact data such as an address, telephone number or email address at which you can be contacted.
  • Clearly identify the copyrighted work claimed to be infringed.
  • Clearly identify the material that is claimed to be infringing and information reasonably sufficient to allow us to locate the material.

  We will comply to legitimate requests by removing the affected sources from the next release of the corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_oc

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• License : These data are released under this licensing scheme We do not own any of the text from which these data has been extracted. We license the actual packaging of these data under the Creative Commons CC0 license ("no rights reserved") http://creativecommons.org/publicdomain/zero/1.0/ To the extent possible under law, Inria has waived all copyright and related or neighboring rights to OSCAR This work is published from: France.

  Should you consider that our data contains material that is owned by you and should therefore not be reproduced here, please:

  • Clearly identify yourself, with detailed contact data such as an address, telephone number or email address at which you can be contacted.
  • Clearly identify the copyrighted work claimed to be infringed.
  • Clearly identify the material that is claimed to be infringing and information reasonably sufficient to allow us to locate the material.

  We will comply to legitimate requests by removing the affected sources from the next release of the corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_pam

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• License : These data are released under this licensing scheme We do not own any of the text from which these data has been extracted. We license the actual packaging of these data under the Creative Commons CC0 license ("no rights reserved") http://creativecommons.org/publicdomain/zero/1.0/ To the extent possible under law, Inria has waived all copyright and related or neighboring rights to OSCAR This work is published from: France.

  Should you consider that our data contains material that is owned by you and should therefore not be reproduced here, please:

  • Clearly identify yourself, with detailed contact data such as an address, telephone number or email address at which you can be contacted.
  • Clearly identify the copyrighted work claimed to be infringed.
  • Clearly identify the material that is claimed to be infringing and information reasonably sufficient to allow us to locate the material.

  We will comply to legitimate requests by removing the affected sources from the next release of the corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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

unshuffled_deduplicated_ps

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

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

• Descrizione :

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

• License : These data are released under this licensing scheme We do not own any of the text from which these data has been extracted. We license the actual packaging of these data under the Creative Commons CC0 license ("no rights reserved") http://creativecommons.org/publicdomain/zero/1.0/ To the extent possible under law, Inria has waived all copyright and related or neighboring rights to OSCAR This work is published from: France.

  Should you consider that our data contains material that is owned by you and should therefore not be reproduced here, please:

  • Clearly identify yourself, with detailed contact data such as an address, telephone number or email address at which you can be contacted.
  • Clearly identify the copyrighted work claimed to be infringed.
  • Clearly identify the material that is claimed to be infringing and information reasonably sufficient to allow us to locate the material.

  We will comply to legitimate requests by removing the affected sources from the next release of the corpus.

• Versione : 1.0.0

• Divide :

• Caratteristiche :

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