The BigScience ROOTS Corpus: A 1.6 TB Composite Multilingual Dataset

Egileak (ixakideak): 
Egileak: 
Itziar Glez Dios, Aitor Soroa, Hugo Laurençon, Lucile Saulnier, Thomas Wang, Christopher Akiki, Albert Villanova del Moral, Teven Le Scao, Leandro Von Werra, Chenghao Mou, Eduardo González Ponferrada, Huu Nguyen, Jörg Frohberg, Mario Šaško, Quentin Lhoest, Angelina McMillan-Major, Gérard Dupont, Stella Biderman, Anna Rogers, Loubna Ben Allal, Francesco de Toni, Giada Pistilli, Olivier Nguyen, Somaieh Nikpoor, Maraim Masoud, Pierre Colombo, Javier de la Rosa, Paulo Villegas, Tristan Thrush, etal.
Fitxategi publikoak: 
Urtea: 
2022
Artikuluaren erreferentzia: 
2022. Thirty-sixth Conference on Neural Information Processing Systems Datasets and Benchmarks Track
ISBN edo ISSN (aldizkari, kongresu, liburu edo liburu atalak): 
9781713871088

Argitalpen mota fina (argitalpen_sailkapen_ohia):

Kongresuaren balorazioa: