Datasets
Dataset
indicCorpV2-500k
by roshan-soni
Indic Unified Corpus (8M) A 8. 25M-row multilingual Indic text corpus spanning 21 languages, built by streaming ai4bharat/IndicCorpV2 and unifying it into a single dataset with a lang tag column.
CC-BY-4.0text-generation 0 01M < n < 10M rows
published 11 Sept 2026
Preview
First 5 rows of default / train, from the Hugging Face dataset viewer.
| text | lang |
|---|---|
| মেহেরপুরের মুজিবনগর উপজেলায় মৃত ইদ্রিস আলীর দাফনে অংশ নেন ইউএনও, ওসিসহ অন্যরা। ছবি : সংগৃহীত | ben |
| আব্দুল ওয়াদুদ,বগুড়া প্রতিনিধি: আসন্ন বগুড়া পৌরসভা নিবার্চনে বিএনপি মনোনীত মেয়র প্রার্থী রেজাউল করিম বাদশা (ধানের … | ben |
| ইতিহাস. | ben |
| জেনারেল মোটর্স (জিএম) () একটি মার্কিন গাড়ি নির্মাণকারী প্রতিষ্ঠান। প্রতিষ্ঠানটি ১৬ সেপ্টেম্বর ১৯০৮ সালে প্রতিষ্ঠিত এবং এর প্রধান অফিস মার্কিন যুক্তরাষ্ট্রের ডেট্রয়েটে অবস্থিত। গ্লোবাল ইন্ডাস্ট্রি সেলস্ এর পরিমাপ হিসেবে জিএম বিশ্বের সবচেয়ে বড় গাড়ি নির্মানকারী প্রতিষ্ঠান। ২০০৮ সালের হিসেবে জেনার… | ben |
| ফ্রেঞ্চ ওপেনের চতুর্থ রাউন্ডে হেরে গিয়ে হতাশ মারিয়া শারাপোভা। ছবি : এএফপি | ben |
Cite this
CC-BY-4.0textCite
Tags
task_categories:text-generationtask_categories:fill-masktask_categories:translationtask_ids:language-modelinglanguage:aslanguage:bnlanguage:brxlanguage:doilanguage:gulanguage:knlanguage:kslanguage:mailanguage:mllanguage:mrlanguage:mnilanguage:nelanguage:orlanguage:palanguage:salanguage:satlanguage:sdlanguage:talanguage:telanguage:urlanguage:koklanguage:hinlicense:cc-by-4.0size_categories:1M<n<10Mformat:parquetmodality:textlibrary:datasetslibrary:dasklibrary:polarslibrary:mlcroissantregion:usindicmultilingualpretrainingdenoisingencoder-decoder