Oskar

Bibliografia:

• Kod
• Przytulająca twarz

unshuffled_deduplicated_af

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	130640

• Cechy :

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

unshuffled_deduplicated_als

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	4518

• Cechy :

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

unshuffled_deduplicated_arz

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	79928

• Cechy :

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

unshuffled_deduplicated_an

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	2025

• Cechy :

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

unshuffled_deduplicated_ast

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	5343

• Cechy :

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

unshuffled_deduplicated_ba

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	27050

• Cechy :

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

unshuffled_deduplicated_am

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	43102

• Cechy :

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

unshuffled_deduplicated_as

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	9212

• Cechy :

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

unshuffled_deduplicated_azb

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	9985

• Cechy :

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

unshuffled_deduplicated_be

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	307405

• Cechy :

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

unshuffled_deduplicated_bo

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	15762

• Cechy :

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

unshuffled_deduplicated_bxr

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	36

• Cechy :

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

unshuffled_deduplicated_ceb

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	26145

• Cechy :

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

unshuffled_deduplicated_az

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	626796

• Cechy :

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

unshuffled_deduplicated_bcl

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1

• Cechy :

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

unshuffled_deduplicated_cy

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	98225

• Cechy :

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

unshuffled_deduplicated_dsb

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	37

• Cechy :

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

unshuffled_deduplicated_bn

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1114481

• Cechy :

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

unshuffled_deduplicated_bs

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	702

• Cechy :

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

unshuffled_deduplicated_ce

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	2984

• Cechy :

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

unshuffled_deduplicated_cv

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	10130

• Cechy :

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

unshuffled_deduplicated_diq

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1

• Cechy :

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

unshuffled_deduplicated_eml

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	80

• Cechy :

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

unshuffled_deduplicated_et

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1172041

• Cechy :

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

unshuffled_deduplicated_bg

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	3398679

• Cechy :

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

unshuffled_deduplicated_bpy

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1770

• Cechy :

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

unshuffled_deduplicated_ca

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	2458067

• Cechy :

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

unshuffled_deduplicated_ckb

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	68210

• Cechy :

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

unshuffled_deduplicated_ar

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	9006977

• Cechy :

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

unshuffled_deduplicated_av

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	360

• Cechy :

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

unshuffled_deduplicated_bar

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	4

• Cechy :

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

unshuffled_deduplicated_bh

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	82

• Cechy :

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

unshuffled_deduplicated_br

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	14724

• Cechy :

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

unshuffled_deduplicated_cbk

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1

• Cechy :

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

unshuffled_deduplicated_da

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	4771098

• Cechy :

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

unshuffled_deduplicated_dv

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	17024

• Cechy :

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

unshuffled_deduplicated_eo

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	84752

• Cechy :

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

unshuffled_deduplicated_fa

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	8203495

• Cechy :

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

unshuffled_deduplicated_fy

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	20661

• Cechy :

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

unshuffled_deduplicated_gn

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	68

• Cechy :

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

unshuffled_deduplicated_cs

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	12308039

• Cechy :

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

unshuffled_deduplicated_hi

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1909387

• Cechy :

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

unshuffled_deduplicated_hu

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	6582908

• Cechy :

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

unshuffled_deduplicated_ie

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	11

• Cechy :

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

unshuffled_deduplicated_fr

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	59448891

• Cechy :

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

unshuffled_deduplicated_gd

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	3883

• Cechy :

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

unshuffled_deduplicated_gu

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	169834

• Cechy :

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

unshuffled_deduplicated_hsb

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	3084

• Cechy :

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

unshuffled_deduplicated_ia

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	529

• Cechy :

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

unshuffled_deduplicated_io

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	617

• Cechy :

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

unshuffled_deduplicated_jbo

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	617

• Cechy :

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

unshuffled_deduplicated_km

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	108346

• Cechy :

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

unshuffled_deduplicated_ku

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	29054

• Cechy :

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

unshuffled_deduplicated_la

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	18808

• Cechy :

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

unshuffled_deduplicated_lmo

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1374

• Cechy :

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

unshuffled_deduplicated_lv

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	843195

• Cechy :

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

unshuffled_deduplicated_min

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	166

• Cechy :

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

unshuffled_deduplicated_mr

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	212556

• Cechy :

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

unshuffled_deduplicated_mwl

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	7

• Cechy :

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

unshuffled_deduplicated_nah

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	58

• Cechy :

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

unshuffled_deduplicated_new

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	2126

• Cechy :

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

unshuffled_deduplicated_oc

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	6485

• Cechy :

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

unshuffled_deduplicated_pam

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1

• Cechy :

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

unshuffled_deduplicated_ps

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	67921

• Cechy :

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

unshuffled_deduplicated_it

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	28522082

• Cechy :

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

unshuffled_deduplicated_ka

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	372158

• Cechy :

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

unshuffled_deduplicated_ro

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	5044757

• Cechy :

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

unshuffled_deduplicated_scn

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	17

• Cechy :

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

unshuffled_deduplicated_ko

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	3675420

• Cechy :

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

unshuffled_deduplicated_kw

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	68

• Cechy :

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

unshuffled_deduplicated_lez

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1381

• Cechy :

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

unshuffled_deduplicated_lrc

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	72

• Cechy :

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

unshuffled_deduplicated_mg

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	13343

• Cechy :

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

unshuffled_deduplicated_ml

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	453904

• Cechy :

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

unshuffled_deduplicated_ms

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	183443

• Cechy :

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

unshuffled_deduplicated_myv

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	5

• Cechy :

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

unshuffled_deduplicated_nds

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	8714

• Cechy :

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

unshuffled_deduplicated_nn

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	109118

• Cechy :

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

unshuffled_deduplicated_os

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	2559

• Cechy :

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

unshuffled_deduplicated_pms

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	2859

• Cechy :

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

unshuffled_deduplicated_qu

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	411

• Cechy :

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

unshuffled_deduplicated_sa

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	7121

• Cechy :

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

unshuffled_deduplicated_sk

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	2820821

• Cechy :

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

unshuffled_deduplicated_sh

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	17610

• Cechy :

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

unshuffled_deduplicated_so

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	42

• Cechy :

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

unshuffled_deduplicated_sr

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	645747

• Cechy :

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

unshuffled_deduplicated_ta

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	833101

• Cechy :

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

unshuffled_deduplicated_tk

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	4694

• Cechy :

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

unshuffled_deduplicated_tyv

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	24

• Cechy :

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

unshuffled_deduplicated_uz

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	15074

• Cechy :

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

unshuffled_deduplicated_wa

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	677

• Cechy :

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

unshuffled_deduplicated_xmf

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	2418

• Cechy :

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

unshuffled_deduplicated_sv

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	11014487

• Cechy :

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

unshuffled_deduplicated_tg

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	56259

• Cechy :

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

unshuffled_deduplicated_de

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	62398034

• Cechy :

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

unshuffled_deduplicated_tr

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	11596446

• Cechy :

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

unshuffled_deduplicated_el

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	6521169

• Cechy :

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

unshuffled_deduplicated_uk

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	7782375

• Cechy :

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

unshuffled_deduplicated_vi

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	9897709

• Cechy :

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

unshuffled_deduplicated_wuu

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	64

• Cechy :

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

unshuffled_deduplicated_yo

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	49

• Cechy :

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

unshuffled_original_als

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	7324

• Cechy :

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

unshuffled_original_arz

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	158113

• Cechy :

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

unshuffled_original_az

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	912330

• Cechy :

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

unshuffled_original_bcl

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1

• Cechy :

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

unshuffled_original_bn

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1675515

• Cechy :

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

unshuffled_original_bs

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	2143

• Cechy :

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

unshuffled_original_ce

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	4042

• Cechy :

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

unshuffled_original_cv

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	20281

• Cechy :

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

unshuffled_original_diq

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1

• Cechy :

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

unshuffled_original_eml

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	84

• Cechy :

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

unshuffled_original_et

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	2093621

• Cechy :

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

unshuffled_deduplicated_zh

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	41708901

• Cechy :

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

unshuffled_original_an

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	2449

• Cechy :

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

unshuffled_original_ast

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	6999

• Cechy :

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

unshuffled_original_ba

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	42551

• Cechy :

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

unshuffled_original_bg

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	5869686

• Cechy :

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

unshuffled_original_bpy

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	6046

• Cechy :

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

unshuffled_original_ca

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	4390754

• Cechy :

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

unshuffled_original_ckb

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	103639

• Cechy :

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

unshuffled_deduplicated_es

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	56326016

• Cechy :

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

unshuffled_original_da

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	7664010

• Cechy :

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

unshuffled_original_dv

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	21018

• Cechy :

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

unshuffled_original_eo

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	121168

• Cechy :

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

unshuffled_deduplicated_fi

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	5326443

• Cechy :

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

unshuffled_deduplicated_ga

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	46493

• Cechy :

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

unshuffled_deduplicated_gom

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	484

• Cechy :

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

unshuffled_deduplicated_hr

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	321484

• Cechy :

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

unshuffled_deduplicated_hy

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	396093

• Cechy :

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

unshuffled_deduplicated_ilo

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1578

• Cechy :

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

unshuffled_original_fa

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	13704702

• Cechy :

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

unshuffled_original_fy

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	33053

• Cechy :

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

unshuffled_original_gn

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	106

• Cechy :

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

unshuffled_original_cześć

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	3264660

• Cechy :

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

unshuffled_original_hu

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	11197780

• Cechy :

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

unshuffled_original_ie

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	101

• Cechy :

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

unshuffled_deduplicated_ja

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	39496439

• Cechy :

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

unshuffled_deduplicated_kk

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	338073

• Cechy :

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

unshuffled_deduplicated_krc

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1377

• Cechy :

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

unshuffled_deduplicated_ky

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	86561

• Cechy :

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

unshuffled_deduplicated_li

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	118

• Cechy :

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

unshuffled_deduplicated_lt

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1737411

• Cechy :

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

unshuffled_deduplicated_mhr

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	2515

• Cechy :

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

unshuffled_deduplicated_mn

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	197878

• Cechy :

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

unshuffled_deduplicated_mt

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	16383

• Cechy :

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

unshuffled_deduplicated_mzn

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	917

• Cechy :

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

unshuffled_deduplicated_ne

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	219334

• Cechy :

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

unshuffled_deduplicated_no

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	3229940

• Cechy :

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

unshuffled_deduplicated_pa

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	87235

• Cechy :

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

unshuffled_deduplicated_pnb

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	3463

• Cechy :

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

unshuffled_deduplicated_rm

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	34

• Cechy :

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

unshuffled_deduplicated_sah

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	8555

• Cechy :

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

unshuffled_deduplicated_si

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	120684

• Cechy :

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

unshuffled_deduplicated_sq

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	461598

• Cechy :

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

unshuffled_deduplicated_sw

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	24803

• Cechy :

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

unshuffled_deduplicated_th

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	3749826

• Cechy :

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

unshuffled_deduplicated_tt

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	82738

• Cechy :

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

unshuffled_deduplicated_ur

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	428674

• Cechy :

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

unshuffled_deduplicated_vo

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	3317

• Cechy :

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

unshuffled_deduplicated_xal

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	36

• Cechy :

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

unshuffled_deduplicated_yue

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	7

• Cechy :

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

unshuffled_original_am

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	83663

• Cechy :

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

unshuffled_original_as

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	14985

• Cechy :

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

unshuffled_original_azb

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	15446

• Cechy :

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

unshuffled_original_be

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	586031

• Cechy :

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

unshuffled_original_bo

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	26795

• Cechy :

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

unshuffled_original_bxr

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	42

• Cechy :

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

unshuffled_original_ceb

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	56248

• Cechy :

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

unshuffled_original_cy

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	157698

• Cechy :

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

unshuffled_original_dsb

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	65

• Cechy :

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

unshuffled_original_fr

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	96742378

• Cechy :

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

unshuffled_original_gd

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	5799

• Cechy :

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

unshuffled_original_gu

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	240691

• Cechy :

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

unshuffled_original_hsb

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	7959

• Cechy :

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

unshuffled_original_ia

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1040

• Cechy :

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

unshuffled_original_io

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	694

• Cechy :

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

unshuffled_original_jbo

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	832

• Cechy :

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

unshuffled_original_km

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	159363

• Cechy :

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

unshuffled_original_ku

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	46535

• Cechy :

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

unshuffled_original_la

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	94588

• Cechy :

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

unshuffled_original_lmo

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1401

• Cechy :

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

unshuffled_original_lv

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1593820

• Cechy :

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

unshuffled_original_min

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	220

• Cechy :

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

unshuffled_original_mr

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	326804

• Cechy :

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

unshuffled_original_mwl

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	8

• Cechy :

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

unshuffled_original_nah

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	61

• Cechy :

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

unshuffled_original_new

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	4696

• Cechy :

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

unshuffled_original_oc

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	10709

• Cechy :

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

unshuffled_original_pam

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	3

• Cechy :

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

unshuffled_original_ps

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	98216

• Cechy :

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

unshuffled_original_ro

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	9387265

• Cechy :

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

unshuffled_original_scn

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	21

• Cechy :

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

unshuffled_original_sk

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	5492194

• Cechy :

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

unshuffled_original_sr

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1013619

• Cechy :

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

unshuffled_original_ta

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1263280

• Cechy :

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

unshuffled_original_tk

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	6456

• Cechy :

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

unshuffled_original_tyv

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	34

• Cechy :

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

unshuffled_original_uz

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	27537

• Cechy :

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

unshuffled_original_wa

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1001

• Cechy :

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

unshuffled_original_xmf

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	3783

• Cechy :

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

unshuffled_original_it

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	46981781

• Cechy :

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

unshuffled_original_ka

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	563916

• Cechy :

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

unshuffled_original_ko

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	7345075

• Cechy :

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

unshuffled_original_kw

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	203

• Cechy :

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

unshuffled_original_lez

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1485

• Cechy :

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

unshuffled_original_lrc

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	88

• Cechy :

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

unshuffled_original_mg

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	17957

• Cechy :

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

unshuffled_original_ml

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	603937

• Cechy :

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

unshuffled_original_ms

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	534016

• Cechy :

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

unshuffled_original_myv

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	6

• Cechy :

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

unshuffled_original_nds

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	18174

• Cechy :

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

unshuffled_original_nn

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	185884

• Cechy :

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

unshuffled_original_os

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	5213

• Cechy :

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

unshuffled_original_pms

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	3225

• Cechy :

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

unshuffled_original_qu

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	452

• Cechy :

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

unshuffled_original_sa

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	14291

• Cechy :

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

unshuffled_original_sh

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	36700

• Cechy :

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

unshuffled_original_so

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	156

• Cechy :

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

unshuffled_original_sv

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	17395625

• Cechy :

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

unshuffled_original_tg

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	89002

• Cechy :

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

unshuffled_original_tr

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	18535253

• Cechy :

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

unshuffled_original_uk

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	12973467

• Cechy :

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

unshuffled_original_vi

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	14898250

• Cechy :

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

unshuffled_original_wuu

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	214

• Cechy :

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

unshuffled_original_yo

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	214

• Cechy :

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

unshuffled_original_zh

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	60137667

• Cechy :

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

unshuffled_deduplicated_en

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	304230423

• Cechy :

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

unshuffled_deduplicated_eu

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	256513

• Cechy :

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

unshuffled_deduplicated_frr

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	7

• Cechy :

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

unshuffled_deduplicated_gl

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	284320

• Cechy :

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

unshuffled_deduplicated_he

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	2375030

• Cechy :

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

unshuffled_deduplicated_ht

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	9

• Cechy :

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

unshuffled_deduplicated_id

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	9948521

• Cechy :

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

unshuffled_deduplicated_is

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	389515

• Cechy :

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

unshuffled_deduplicated_jv

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1163

• Cechy :

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

unshuffled_deduplicated_kn

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	251064

• Cechy :

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

unshuffled_deduplicated_kv

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	924

• Cechy :

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

unshuffled_deduplicated_lb

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	21735

• Cechy :

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

unshuffled_deduplicated_lo

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	32652

• Cechy :

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

unshuffled_deduplicated_mai

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	25

• Cechy :

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

unshuffled_deduplicated_mk

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	299457

• Cechy :

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

unshuffled_deduplicated_mrj

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	669

• Cechy :

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

unshuffled_deduplicated_my

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	136639

• Cechy :

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

unshuffled_deduplicated_nap

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	55

• Cechy :

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

unshuffled_deduplicated_nl

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	20812149

• Cechy :

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

unshuffled_deduplicated_or

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	44230

• Cechy :

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

unshuffled_deduplicated_pl

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	20682611

• Cechy :

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

unshuffled_deduplicated_pt

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	26920397

• Cechy :

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

unshuffled_deduplicated_ru

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	115954598

• Cechy :

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

unshuffled_deduplicated_sd

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	33925

• Cechy :

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

unshuffled_deduplicated_sl

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	886223

• Cechy :

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

unshuffled_deduplicated_su

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	511

• Cechy :

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

unshuffled_deduplicated_te

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	312644

• Cechy :

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

unshuffled_deduplicated_tl

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	294132

• Cechy :

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

unshuffled_deduplicated_ug

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	15503

• Cechy :

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

unshuffled_deduplicated_vec

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	64

• Cechy :

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

unshuffled_deduplicated_war

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	9161

• Cechy :

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

unshuffled_deduplicated_yi

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	32919

• Cechy :

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

unshuffled_original_af

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	201117

• Cechy :

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

unshuffled_original_ar

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	16365602

• Cechy :

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

unshuffled_original_av

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	456

• Cechy :

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

unshuffled_original_bar

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	4

• Cechy :

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

unshuffled_original_bh

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	336

• Cechy :

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

unshuffled_original_br

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	37085

• Cechy :

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

unshuffled_original_cbk

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1

• Cechy :

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

unshuffled_original_cs

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	21001388

• Cechy :

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

unshuffled_original_de

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

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

• Opis :

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

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	104913504

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_el

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_el')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	10425596

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_es

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_es')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	88199221

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_fi

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_fi')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	8557453

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_ga

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_ga')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	83223

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_gom

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_gom')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	640

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_hr

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_hr')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	582219

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_hy

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_hy')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	659430

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_ilo

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_ilo')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	2638

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_ja

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_ja')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	62721527

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_kk

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_kk')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	524591

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_krc

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_krc')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1581

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_ky

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_ky')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	146993

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_li

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_li')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	137

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_lt

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_lt')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	2977757

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_mhr

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_mhr')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	3212

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_mn

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_mn')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	395605

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_mt

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_mt')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	26598

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_mzn

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_mzn')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1055

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_ne

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_ne')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	299938

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_no

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_no')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	5546211

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_pa

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_pa')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	127467

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_pnb

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_pnb')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	4599

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_rm

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_rm')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	41

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_sah

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_sah')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	22301

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_si

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_si')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	203082

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_sq

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_sq')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	672077

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_sw

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_sw')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	41986

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_th

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_th')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	6064129

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_tt

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_tt')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	135923

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_ur

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_ur')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	638596

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_vo

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_vo')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	3366

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_xal

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_xal')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	39

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_yue

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_yue')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	11

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_en

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_en')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	455994980

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_eu

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_eu')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	506883

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_frr

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_frr')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	7

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_gl

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_gl')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	544388

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_he

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_he')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	3808397

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_ht

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_ht')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	13

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_id

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_id')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	16236463

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_is

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_is')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	625673

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_jv

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_jv')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1445

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_kn

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_kn')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	350363

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_kv

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_kv')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1549

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_lb

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_lb')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	34807

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_lo

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_lo')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	52910

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_mai

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_mai')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	123

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_mk

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_mk')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	437871

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_mrj

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_mrj')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	757

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_my

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_my')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	232329

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_nap

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_nap')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	73

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_nl

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_nl')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	34682142

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_or

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_or')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	59463

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_pl

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_pl')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	35440972

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_pt

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_pt')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	42114520

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_ru

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_ru')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	161836003

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_sd

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_sd')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	44280

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_sl

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_sl')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	1746604

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_su

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_su')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	805

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_te

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_te')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	475703

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_tl

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_tl')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	458206

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_ug

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_ug')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	22255

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_vec

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_vec')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	73

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_war

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_war')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	9760

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

unshuffled_original_yi

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:oscar/unshuffled_original_yi')

• Opis :

The Open Super-large Crawled ALMAnaCH coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.

• Licencja : Dane te są udostępniane w ramach niniejszego programu licencyjnego. Nie jesteśmy właścicielami żadnego tekstu, z którego pobrano te dane. Licencjonujemy faktyczne opakowanie tych danych w ramach licencji Creative Commons CC0 („żadne prawa zastrzeżone”) http://creativecommons.org/publicdomain/zero/1.0/ W zakresie dozwolonym przez prawo Inria zrzekła się wszelkich praw autorskich i pokrewnych lub prawa pokrewne do OSCAR Ta praca została opublikowana w: Francja.

  Jeżeli uznają Państwo, że nasze dane zawierają materiały będące Państwa własnością i w związku z tym nie powinny być tutaj powielane, prosimy:

  • Wyraźnie się identyfikuj, podając szczegółowe dane kontaktowe, takie jak adres, numer telefonu lub adres e-mail, pod którym można się z Tobą skontaktować.
  • Wyraźnie wskaż dzieło chronione prawem autorskim, które rzekomo zostało naruszone.
  • Jasno określ materiał, który rzekomo narusza prawo, oraz informacje wystarczające, abyśmy mogli zlokalizować materiał.

  Spełnimy uzasadnione żądania, usuwając dotknięte źródła z następnej wersji korpusu.

• Wersja : 1.0.0

• Podziały :

Podział	Przykłady
'train'	59364

• Cechy :

{
    "id": {
        "dtype": "int64",
        "id": null,
        "_type": "Value"
    },
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}