Datasets
Dataset
polynews
by aiana94
Dataset Card for PolyNews Dataset Summary PolyNews is a multilingual dataset containing news titles in 77 languages and 19 scripts. Uses This dataset can be used for domain adaptation of language models, language modeling or text generation.
CC-BY-NC-4.0fill-mask 888 61M < n < 10M rows
published 17 May 2024
Preview
First 5 rows of ory_Orya / train, from the Hugging Face dataset viewer.
| text | provenance |
|---|---|
| ଫଟୋଟି ସୋସିଆଲ ନେଟୱାର୍କିଙ୍ଗ ସାଇଟମାନଙ୍କରେ ବହୁବାର ପ୍ରକାଶିତ ହୋଇ କୁରଦିସ ମହିଳାମାନଙ୍କ ଶକ୍ତି ଓ ISIS ବିରୁଦ୍ଧରେ ନାରୀ ଆନ୍ଦୋଳନକୁ ବହୁଗୁଣିତ କରିଛି । | globalvoices |
| "ବିଭିନ୍ନ ପାଶ୍ଚାତ୍ୟ ଦେଶମାନଙ୍କରେ ସ୍ତନ୍ୟପାନକୁ ନୀଚ ଦେଖାଉଥିବା (ନିକଟରେ ଇଉକେରେ) ବେଳେ କୁରଦିସ ମିଡ଼ିଆ ଏକକାଳୀନ ""ଯୋଦ୍ଧା"" ଓ ""ପାଳକ"" ଭୂମିକା ନିଭାଉଥିବା ଏହି ପେସମରଗା ମହିଳାଙ୍କ ସ୍ତନ୍ୟପାନକୁ ଭୁରି ଭୁରି ପ୍ରଶଂସା କରିଛି । " | globalvoices |
| #FreeSaeed କ୍ୟାମ୍ପେନ ଛବି । | globalvoices |
| ଏକ ପକ୍ଷରେ ସଇଦ IRGCର ଅନଲାଇନ ଦୁନିଆରେ ଚାଲିଥିବା ଯୁଦ୍ଧରେ 'ବଳିର ଛେଳି' ସାଜିଛନ୍ତି । | globalvoices |
| କ୍ୟାମ୍ପ କଲାବେଳେ ଆମେ HeForShe ଆନ୍ଦୋଳନ ଲିଙ୍ଗଗତ ହିଂସା ଓ ଅସମତାକୁ ଭିତ୍ତି କରି ଘଟୁଥିବା ହିଂସା ଯେ ଘଟୁଛି ଆଉ ତାକୁ ପରେ ନୁହେଁ ଏବେ ହିଁ ରୋକିବା ବାବଦରେ ଜଣାଇବା ପାଇଁ ପ୍ରଚାର କରିବାକୁ ସିଦ୍ଧାନ୍ତ ନେଇଥିଲୁ । | globalvoices |
Cite this
CC-BY-NC-4.0textCite
Tags
task_categories:fill-masktask_categories:text-generationmultilinguality:multilingualsource_datasets:masakhanewssource_datasets:mafandsource_datasets:wikinewssource_datasets:wmt-newssource_datasets:globalvoiceslanguage:amlanguage:arlanguage:aylanguage:bmlanguage:bbjlanguage:bnlanguage:bslanguage:bglanguage:calanguage:cslanguage:kulanguage:dalanguage:ellanguage:enlanguage:etlanguage:eelanguage:fillanguage:filanguage:frlanguage:fonlanguage:gulanguage:guwlanguage:halanguage:helanguage:hilanguage:hulanguage:iglanguage:idlanguage:itlanguage:jalanguage:kklanguage:km