Datasets:

Tasks:
Other
Modalities:
Text
Formats:
parquet
ArXiv:
Libraries:
Datasets
pandas
License:
Dataset Viewer
Auto-converted to Parquet Duplicate
inputs
stringlengths
1
3.3M
targets
stringlengths
1
3.3M
language
stringclasses
71 values
language_code
stringclasses
70 values
annotation_type
stringclasses
2 values
user_id
stringlengths
64
64
Heestan waxaa qada Khalid Haref Ahmed OO ku Jiray Kooxdii Dur Dur!
Habeen ma hurdoo Aday horjoogoo Dharaar ma hargalo Aduun baabay helayee Runtii ku helayoo Caawaan iman iman Oonkaan u liitay Iga ba'ay harraadkiisa Hannaan wanaageey Hadal macaaneey Wadnahaad haleeshayoo Waad hirgalaysaa Runtii ku helayoo Maantaan iman iman Oonkaan u liitay Iga ba'ay harraadkiisa Ololaha jacaylkeenna...
Somali
som
original-annotations
f0ff69570af705b75c5a0851883e502feab2bc874c5e98d59145659bd18ca635
Quels président des États-Unis ne s’est jamais marié ?
James Buchanan est le seul président qui ne s'est jamais marié.
French
fra
re-annotations
5bd125e28d277d4fbc168f7accbcd05477951aea60008baf625829d64e5e3580
كم عدد الخلفاء الراشدين ؟ أجب على السؤال السابق.
الإجابة هي: 4 خلفاء هم: أبوبكر الصديق، عمر بن الخطاب، عثمان بن عفان، وعلي بن أبي طالب رضي الله عنهم أجمعين.
Standard Arabic
arb
original-annotations
13c05f2d3912479e80ce8aea399db395ce766b841c936cd9c58cdd74440f8428
கேள்வி: கீழ்க்காணும் புதிருக்கான விடையை கண்டுபிடிக்கவும். கையில்லாமல் நீந்துவான்; கால் இல்லாமல் ஓடுவான். அவன் யார்?
பதில்: படகு
Tamil
tam
re-annotations
91d8bea5f24cef25452aa5bca663c116e59d8265478b9ae70ef1a8edfd929c8f
බුදු දහමේ එන රසය ගැන විස්තර කරන්න.
ජිහ්වා ප්‍ර‍සාදය නිසා එහි උපදනා විඥානයට දැනෙන්නා වූ රූපය රසය ය. ආහාර පානයන්හි ඇති උණුසුම් බව සිසිල් බව තද බව මොළොක් බව දැනෙන්නේ දිවෙහි ඇති කාය ප්‍ර‍සාදය ඇසුරු කොට උපදනා කාය විඥානයට ය. ජිහ්වා ප්‍ර‍සාදයෙහි උපදනා විඥානයට දැනෙන්නේ රසය පමණෙකි. දිවෙහි ජිහ්වා ප්‍ර‍සාද කාය ප්‍ර‍සාද දෙක ම ඇත්තේ ය. එස රූපය ද වර්ණ රූපය මෙන් මහාභූ...
Sinhala
sin
original-annotations
29f22cf193a81e1a5c47d76af453a91b3cd19aa348995c7add1df15fe24e8801
Ijinigbe akẹkọọ Zamfara: Awọn obi fibinu ya bo ileewe, wọn ba dukia ijọba jẹ
Latari bawọn agbebọn ṣe ji awọn akẹkọọ-binrin to ju ọọdunrun lọ gbe nileewe ijọba Government Girls Secondary School, nipinlẹ Zamfara, awọn kan lara obi awọn awọn ọmọ naa ti lọọ ṣakọlu si ileewe ọhun, wọn si fibinu ba awọn dukia ijọba jẹ. Gẹgẹ ba a ṣe gbọ, bojumọ ọjọ Ẹti, Furaidee, ṣe n mọ, lẹyin tiṣẹlẹ ijinigbe naa ti...
Yoruba
yor
original-annotations
0960ac6d7eaa937cea44294c713dbe7a2efd78b63dcde4e632ded6ffa40a92b2
వితరణశీల న్యాయం అంటే ఏమిటి ?
వ్యక్తుల మధ్య యోగ్యత ప్రాతిపదికపై వస్తు సంపదను రాజ్యం పంపిణీ చేయడాన్ని వితరణశీల న్యాయం అని అంటారు. న్యాయమంటే ఒక రకమైన వితరణ పద్దతి అని అరిస్టాటిల్ పేర్కొన్నాడు. న్యాయాన్ని విప్లవాలకు వ్యతిరేకంగా వినియోగించే సాధనమని అరిస్టాటిల్ ఉద్దేశ్యం.
Telugu
tel
original-annotations
1a3c6e506b8e029d67bb7f2e61f2017dac707de921fe09ac9e765b3988226d73
Tarjamahkeun kalimah ieu tina basa Sunda kana basa Indonésia: Hobi kuring diajar basa asing sareng ayeuna kuring resep diajar Jerman.
Terjemahan: Hobi saya adalah belajar bahasa asing dan saat ini saya senang belajar bahasa Jerman.
Sundanese
sun
original-annotations
91c42e1df77fa07523592e478d7cf85e7d16cf33d83cd6640778277e0b0a7c22
Title: భారత్‌లోని చర్చిల్లో కన్ఫెషన్ ప్రక్రియకు తెరపడుతుందా?\nSummary: కన్ఫెషన్. ఈ ఇంగ్లీష్ పదం మొట్ట మొదట స్కూల్లో ఆఖరి రోజున 'కన్ఫెషన్ సెషన్' జరిగినప్పుడు తెలిసింది. ఆ రోజు స్నేహితులందరూ మనసువిప్పి మాట్లాడుకునేవారు. తమకు ఎవరంటే ఇష్టమో, ఏ టీచర్ అంటే ఇష్టం లేదో, ఎవరు ఎక్కువ అల్లరి చేశారో, వంటి విషయాలతో పాటు చాలా విషయాల...
కన్ఫెషన్‌ అంటే నమ్మకం ఉన్నవారితో మన మనసులో దాచుకున్న రహస్యాలను పంచుకోవడం. అలా చేయడం వల్ల మనసులో ఉన్న భారమంతా పోతుంది. ఈ కన్ఫెషన్‌లో ఒక పెద్ద షరతు ఉంది. సెషన్ పూర్తైన తర్వాత ఎవరూ దాని గురించి మాట్లాడకూడదు. ఎవరు ఏం చెప్పినా అది ఆ నాలుగు గోడల మధ్యే ఉండిపోతుంది. కానీ కొందరిని బ్లాక్‌మెయిల్ చేయడానికి, లైంగికంగా వేధించడా...
Telugu
tel
re-annotations
91d9052947ae358f386b2bd330c7f6bbd04bbe67aa85c499403b86d614c8b7a0
සුප්‍රකට මොනාලිසා චිත්‍රයේ නිර්මාණකරු කවුද?
සුප්‍රකට මොනාලිසා චිත්‍රයේ නිර්මාණකරු ලියනාර්ඩෝ ඩාවින්චි චිත්‍ර ශිල්පියාය.
Sinhala
sin
re-annotations
0bdaea91738f897dcca6bcecc2007df8e1281f351e33ebcd4725f502f2093b26
Sheeg magaca gabyaaga tiriyey gabayga “Shinni Kaaluf galay”?
Waxaa tiriyey Raage Ugaas.
Somali
som
original-annotations
9aed4cdc11af724f207a662347486ad0c35aa99d8ff31132a0cfcd7df5b7e3b7
Scrivi una possibile continuazione di questo paragrafo - "L'Italia ha partecipato ai XIV Giochi paralimpici estivi..."
"... di Londra, tenutisi tra il 29 agosto e il 9 settembre 2012, con una delegazione di 98 atleti concorrenti in 12 discipline. I portabandiera azzurri sono stati l'arciere Oscar De Pellegrin durante la cerimonia d'apertura e Alex Zanardi durante quella di chiusura. Gli azzurri si sono aggiudicati complessivamente 28 m...
Italian
ita
re-annotations
5dd2513170e3d607c99308d6b155214be6efb1c499378dfa7ba5aeef9ebbe525
Sentencia 1: Este fue el décimo intento de abastecer el oasis por tierra, después de la derrota del ejército italiano en la Operación Compas y la retirada de Cirenaica. Sentencia 2: Este fue el último intento italiano de proporcionar el oasis después de la derrota del ejército en la Operación Compass y la retirada de C...
Si, el décimo es el último intento de abastecer el oasis por tierra del ejercito italiano.
Spanish
spa
re-annotations
11aee08593658325c4fa95ebefbdb6b7f006ef1b42668e82c0d7ca859ee0d679
Quais foram as principais contribuições de Richard R. Ernst para a química?
Richard R. Ernst, um químico suíço, recebeu o Prêmio Nobel de Química em 1991 por suas contribuições para o desenvolvimento da ressonância magnética nuclear (RMN), uma técnica fundamental para a análise de estruturas moleculares.
Portuguese
por
original-annotations
ebed01ea54b41ff4f38992944b014ebaa06b7b9224f28cd62c0be8563bba4979
Trong 5 phút, 5 máy tạo ra được 5 chi tiết. Hỏi trong bao nhiêu phút, 100 máy tạo ra được 100 chi tiết?
5 máy làm ra 5 chi tiết trong 5 phút, suy ra mỗi máy làm được 1 chi tiết trong 5 phút. Tương tự, 100 máy cũng cần 5 phút để làm ra 100 chi tiết.
Vietnamese
vie
original-annotations
9cf6d3c9633102e632e91187792074cac3232247e340c205d4527cfccd7789b3
Descreva a bandeira do Paquistão.
A bandeira do Paquistão é composta por uma faixa branca vertical no lado da haste, seguida por uma faixa verde e um crescente branco e uma estrela de cinco pontas no cantão superior esquerdo.
Portuguese
por
original-annotations
ebed01ea54b41ff4f38992944b014ebaa06b7b9224f28cd62c0be8563bba4979
Quels sont 5 pays francophones dans le monde ?
Il y a vingt-neuf 29 pays qui utilisent le français comme langue nationale ou officielle. Cela inclut : Côte d'Ivoire Canada Rwanda Sénégal Luxembourg
French
fra
re-annotations
dbd102f55cf4f5ed1799dc3b4ae664f26c634d36f86010f3861aff26b91e3a8c
نوری سال کے بارے میں کوی شعر بتایں
نوری سال کے بارے میں اشتیاق احمد کا شعر ہے: ر و شنی سب سے تیز چلتی ہے اس کے جیسے نہیں کسی کی چال ایک برس میں جو سفر کرتی ہے اس کو کہتے ہے ایک نوری سال۔
Urdu
urd
re-annotations
634e3e0931cf859c8d8add6e8a5cc59524f2f996b15f83ee0a150ebe82324a15
सूर्य किरण पृथ्वीवर पोहोचण्यास किती वेळ लागतो?
उत्तर : 8 मिनिटे 20 सेकंद
Marathi
mar
re-annotations
02914e73ed7592aca0ebdfda9d7cf545b84270288beb9b6eeb5a3db9fbc177eb
Πες μου τρεις διάσημους εν ενεργεία Έλληνες ποδοσφαιριστές.
Τρεις διάσημους Έλληνες ποδοσφαιριστές είναι οι: Κώστας Μανωλάς, Τάσος Μπακασέτας, και ο Κώστας Τσιμίκας.
Greek
ell
re-annotations
cfe8558064179f9ea1e76a8bc590ccc9bd3d6964886ea0f515e9e097f3294c68
Hoàn thiện đoạn văn sau: Ngày 31 tháng 5 năm 1942, Hoth được đổi làm Tư lệnh Tập đoàn Thiết giáp số 4, thay thế Thượng tướng Bộ binh Richard Ruoff. Đạo quân thiết giáp này được chọn làm mũi nhọn đi đầu của Cụm Tập đoàn quân Nam (Tư lệnh: Thống chế Fedor von Bock) khi Hitler mở Chiến dịch Blau với mục đích xâm chiếm khu...
chiếm cứ một nửa thành phố Voronezh bên bờ tây sông Đông trong các ngày 28 tháng 6 – ngày 7 tháng 7 năm 1942. Tiếp theo đó, mặc dù kế hoạch ban đầu của Bộ Tư lệnh Tối cao Quân đội Đức yêu cầu Hoth vượt sông Đông tại Voronezh và tiến chiếm thành phố Stalingrad trên sông Volga, Hitler chuyển Tập đoàn Thiết giáp 4 sang hư...
Vietnamese
vie
re-annotations
9881e959174fc20243c2b43c01599473325a93d056e73dbc20a9a0a03514026e
Descreva a bandeira da Jordânia.
A bandeira da Jordânia é composta por sete faixas horizontais alternadas de preto, branco e verde. No canto superior esquerdo, há um triângulo vermelho com uma estrela branca de sete pontas no centro. As cores e o design da bandeira têm significados históricos e culturais, com o preto representando o passado, o branco ...
Portuguese
por
original-annotations
ebed01ea54b41ff4f38992944b014ebaa06b7b9224f28cd62c0be8563bba4979
Wat kun je doen met papier?
Je kunt het gebruiken om; op te schrijven, op te tekenen, te vouwen, te knippen, origami te beoefenen, een papieren vliegtuig mee te maken, een collage mee te maken, te versnipperen.
Dutch
nld
original-annotations
ca908e583236b208e473e89dae5c7b7d3daf3662e2bbf6606f0702c718bb5c06
ઍલ્કેમિસ્ટ નવલકથા વિષે જણાવો.
ઍલ્કેમિસ્ટ એ એક નવલકથા છે. તેના લેખક પોલો કોએલો છે. આ નવલકથાની પ્રથમ આવૃત્તિ ઇ. સ. ૧૯૮૮ના વર્ષમાં પ્રકાશીત કરવામાં આવી હતી. આ કથાની ગણના મોર્ડન ક્લાસિક તરીકે કરવામાં આવી છે. આ નવલકથા આંતરરાષ્ટ્રીય સ્તર પર વધુ પ્રમાણમાં વેચાણ થયેલ પુસ્તકોની યાદી (બેસ્ટસેલર)માં સ્થાન મેળવી જગતભરમાં પ્રખ્યાત થઇ ચુકી છે. આ કથાનું મુખ્ય પા...
Gujarati
guj
original-annotations
952939557f2b8a159bb741a0589cef0221e40aee6ac26b564455d5bb6bba5c04
Nitori ọrọ Baba Ijẹṣa to fi ṣe fiimu, awọn oṣere binu si Yọmi Fabiyi
Inu buruku lo n bi awọn oṣere tiata Yoruba kan si akẹgbẹ wọn,Yọmi Fabiyi,bayii. Eyi ko ṣẹyin sinima rẹ, ‘Ọkọ Iyabọ’ to ti n po pọ latigba ti ọrọ Baba Ijẹṣa ti bẹrẹ, ṣugbọn to ti jade bayii. Iṣẹ ọhun lawọn eeyan ẹ wo ti wọn si bẹrẹ si i sọrọ odi si i. Mercy Aigbe wa lara awọn to koro oju si fiimu Yọmi, ori ẹka Instagra...
Yoruba
yor
original-annotations
0960ac6d7eaa937cea44294c713dbe7a2efd78b63dcde4e632ded6ffa40a92b2
Tuliskan sebuah cerita fiksyen pendek berdasarkan judul "Bukan Airin"
Judul: Bukan Airin Aku menjeling majalah hiburan yang dibawa oleh rakan sekelas. Mereka agak sibuk memuji kecantikan seorang selebriti popular dalam busana mewah yang menghiasi halaman utama majalah tersebut. “Dah berumur pun masih cantik Airin ni. Dah besar nanti, aku nak ikut jejak langkah Airin.” “Aku minat sanga...
Standard Malay
zsm
original-annotations
a302e40e5f326a353ccc67cc9bb97f2d454557a62d6e56f785715cbf9b120893
Qual o metal cujo símbolo químico é o Au? a) Cobre b) Prata c) Mercúrio d) Ouro e) Manganês
Alternativa d: Ouro. O ouro é um metal de transição presente na tabela periódica, sendo representado pelo símbolo Au.
Portuguese
por
original-annotations
f018cdf5e4c95b2c36a299215aa7ec2891f75c62c9a694ebc92dcbaafdaba457
දත්ත සැකසීමේ ක්‍රියාකාරකම් ගැන විස්තර කරන්න.
දත්ත සැකසුම් චක්‍රය දත්ත රැස් කිරිම දත්තවල වලංගුතාව පරික්ෂා කිරීම. දත්ත ආදානය දත්ත සැකසීම තොරතුරු ප්‍රතිදානය කිරීම. දත්ත ආචයනය කිරීම. දත්ත රැස් කිරිම අත්යුරු ක්‍රමය නිරික්ෂණය සම්මුඛ සාකච්ඡා ප්‍රශ්නාවලි අර්ධ ස්වයංක්‍රීය හා ස්වයංක්‍රීය ක්‍රම ප්‍රකාශ සලකුණු සංජාණනය(OMR) ප්‍රකාශ අක්ෂර සංජාණනය (OCR) චුමිභක තීන්ත අනුලක්ෂණ ක...
Sinhala
sin
original-annotations
29f22cf193a81e1a5c47d76af453a91b3cd19aa348995c7add1df15fe24e8801
පහත තේරවිල්ල විසඳන්න. සුදු මහත්තයා හොටු පෙරාගෙන
ඉටි පන්දම
Sinhala
sin
original-annotations
29f22cf193a81e1a5c47d76af453a91b3cd19aa348995c7add1df15fe24e8801
Awọn Hausa naa ni yoo maa ṣejọba lọ ni Naijiria-Oluwoo
Ogun gidi ni Oluwoo ti ilẹ Iwo, Ọba Abdulrọsheed Adewale Akanbi, gbe ti awọn oriṣa ilẹ Yoruba bayii, o ni awọn ni wọn n ko ba iran Yoruba, ko si le daa fun wọn nitori ti awọn oriṣa naa ti ta. Koda, Oluwoo fi kun alaye ẹ pe ko si bi agbara iṣejọba Naijiria yoo ṣe bọ sọwọ iran Yoruba, nigba to jẹ iboriṣa ti wọn n ṣe nib...
Yoruba
yor
original-annotations
0960ac6d7eaa937cea44294c713dbe7a2efd78b63dcde4e632ded6ffa40a92b2
Awọn agbebọn ji iyawo olori ọdọ APC ipinlẹ Ọyọ gbe niṣeju ọkọ ẹ n’Ibadan
Kọlukọlu ijinigbe to n ṣẹlẹ lemọlemọ nipinlẹ Ọyọ lẹnu ọjọ mẹta yii ti kan olori ọdọ fẹgbẹ oṣelu All Progressive Congress (APC), Ọgbẹni Isiaka Salawu, pẹlu bi awọn agbebọn ṣe ji iyawo ẹ to n jẹ Dokita Aderiyikẹ Oni-Salawu gbe. Kayeefi ibẹ ni pe niṣeju ọkọ ẹ bayii ni wọn ṣe wọ ọ ju sinu mọto, ti wọn si gbe e sa lọ tefet...
Yoruba
yor
original-annotations
0960ac6d7eaa937cea44294c713dbe7a2efd78b63dcde4e632ded6ffa40a92b2
సందేహార్థక వాక్యం అంటే ఏమిటి?
రవి, పనిచేస్తాడో, చెయ్యడో? పై వాక్యం చదివితే, రవి పని చేయటం అనే విషయంలో అనుమానం, అంటే సందేహం కలుగుతున్నది కదా! ఇలా సందేహాన్ని తెలిపే వాక్యాలను “సందేహార్థక వాక్యాలు” అంటారు.
Telugu
tel
original-annotations
1a3c6e506b8e029d67bb7f2e61f2017dac707de921fe09ac9e765b3988226d73
ماهي العملة الإسلامية الأولى؟
الدينار الذهبي.
Moroccan Arabic
ary
original-annotations
722079056324220521ec54d0c55d654c9c1b6ef60ae349243b1996e58c9446c6
Cual es el tema principal de esta pregunta: ¿Quién se desempeñó como primera dama de 2009 a 2017 y se graduó en la Universidad Princeton?.
El tema principal de esta pregunta es identificar a la primera dama del 2009 al 2017 y que se graduó en la Universidad de Princeton.
Spanish
spa
re-annotations
c3e278bbabccea1a3eb69bb970ba340f281a8497b6b7d8cf7878e0e04685ae6f
Jelaskan pasar malam di Malaysia.
Seperti namanya, jam buka biasanya lewat pada pukul 5:00 petang dan tutup jam 11:00 malam atau sehingga makanan habis dijual. Peniaga mendapat lesen peniagaan daripada pihak berkuasa tempatan (PBT) yang berkaitan. Ini bagi mengawal kebersihan bandar dan kesihatan. Penjual makanan perlu mendapatkan suntikan kesihatan d...
Standard Malay
zsm
original-annotations
4977fdbb24e59a2920a4c3c4c8b4f02e8b94058f34b86d79ca9d192b30206795
የኤሌክትሪክ ኃይል ምንድን ነው? ሀ. የውሃ ፍሰት ለ. የአየር ፍሰት ሐ. የኤሌክትሮኖች ፍሰት መ. የአተሞች ፍሰት
Amharic
amh
re-annotations
0a9699eaf39639a1dcf1465f1a7d0a6b9f4531bbf412f83a7b4a4028670e7659
Escribe una continuación para este párrafo: Maurice era de Prendergast, ahora en Haverfordwest, Gales, y fue contratado en 1169, por el gobernante del reino irlandés de Osraige, Domnall Mac Gilla Pátraic, para luchar contra el rey de Leinster, Diarmait Mac Murchada, que también había buscado la ayuda de los normandos. ...
... Fue uno de los primeros miembros de la expedición, en desembarcar en Bannow Bay en mayo de 1169, junto con Meiler FitzHenry y Miles FitzDavid.
Spanish
spa
re-annotations
97a6c22b9d27254a05a6fd6c21332dc08c733816e50ebd22a542697a5a8c8993
Oración 1: Erginus galkini es una especie de caracol marino, una auténtica lapa, un auténtico molusco gasterópodo de la familia Lottiidae, una de las familias de lapas marinas. Oración 2: Erginus galkini es una especie de caracol marino, una auténtica lapa, un auténtico molusco gasterópodo de la familia Lottiidae, una ...
Si.
Spanish
spa
re-annotations
c3e278bbabccea1a3eb69bb970ba340f281a8497b6b7d8cf7878e0e04685ae6f
Yayın balığının tadı nasıl?
Suni göllerde de üretilen yayın balığı yenilen bir balıktır. Ama yaşlı balıkların eti tatlı olmadığı için belli bir yaşa kadar yenilmesi gerekir; o zaman tadı dana etini andırır.
Turkish
tur
original-annotations
7ad73c366d31e67a92a6e6dbcd330459c6ec96b06821ae5e93eedf6c7f77d1d6
Na mitologia egípcia quem é Geb?
Filho dos irmãos Shu e Tefnut, Geb é do deus da terra.
Portuguese
por
original-annotations
bf2e7393bb401a0096c0c39ce047b59f11d2b941f63a1ccab58812675a6584f7
¿Cuál fue el primer presidente democrático de España tras la dictadura franquista?
El primer presidente español elegido democráticamente, tras la dictadura, fue Adolfo Suárez.
Spanish
spa
original-annotations
843864f65bcbf5dc02745a3841d3518206366092178b3ad98d7718c98f832de0
请问“不塞不流,不止不行”这句谚语是什么意思?
这句话说明对佛教、道教如不阻塞,儒家学说就不能推行。比喻只有破除旧的、错误的东西,才能建立新的、正确的东西。
Simplified Chinese
zho
original-annotations
cff171e2aef4fe4e598b40a077eb8e2e712df107fad11bfc7593cbcf1103cafd
ഇനിപ്പറയുന്ന പ്രസ്താവനയിൽ "ഇത്" എന്ന സർവ്വനാമം എന്താണ് സൂചിപ്പിക്കുന്നത്: "ഞാൻ ഒരു ജീപ്പ് വാങ്ങി, കാരണം ഇതൊരു വലിയ വാഹനമാണ്."
ഇത് "ജീപ്പ്" എന്ന വാഹനത്തെ സൂചിപ്പിക്കുന്നു.
Malayalam
mal
re-annotations
bbd755b67e8125400d97caee3aa5c79eaadd17fe7405aeeb67f8302d5c4f5e9e
අනවසරය යන වචනයට අදහසක් ගෙන දෙන වචනය ලියා දක්වන්න.
අනවසරය යන්නට විරුද්ධ අර්ථයක් ඇති පදය අවසරය වේ.
Sinhala
sin
original-annotations
29f22cf193a81e1a5c47d76af453a91b3cd19aa348995c7add1df15fe24e8801
‘యతి’ అంటే ఎన్నవ అక్షరము? A) మూడవ B) రెండవ C) ఒకటవ D) నాల్గువ
C) ఒకటవ
Telugu
tel
original-annotations
1a3c6e506b8e029d67bb7f2e61f2017dac707de921fe09ac9e765b3988226d73
ඔන්චිල්ලා වාරම් කවියක් කියන්න
පී නා එන කල තිසරුන් ගො ල්ලා බා නා වැල ගෙඩි මෙන් සුවි පු ල්ලා ඕ නෑ රඟවට සැරසී ග ල්ලා නෑනා වරුනේ තෑගි දිය ල්ලා
Sinhala
sin
original-annotations
29f22cf193a81e1a5c47d76af453a91b3cd19aa348995c7add1df15fe24e8801
问题:孔子在哪里出生?
答案:孔子在中国的鲁国(今山东省曲阜市)出生。
Simplified Chinese
zho
original-annotations
07b6d05c6f4066a8828cfddc241509b1d2536524a42d57ffa6a7bda5eec477f9
« Tokony hody mihitsy zalahy ireny. Aty an-tanindrazana ny tena ady. Any an-dafy volavolan’eritreritra fotsiny ! » Inona no fihetseham-po fonosin’io fanambarana eo ambony io?
Fihetseham-po miiba no asehon’ny fanambarana. Maneho hasosorana ilay olona nohon’ny tsy fodian’ireo Malagasy sasany any am-pita.
Plateau Malagasy
plt
original-annotations
450afe9cd26ae9da0569ffd95551f2c546f511295a321730a9cea107ca921c1b
Resuma el artículo: Olvida las sábanas elegantes y los edredones llenos de plumón, la almohada perfecta es la clave para una buena noche de sueño. En promedio, descansamos nuestras cabezas cansadas en nuestras almohadas durante más de 2.500 horas <unk> o el equivalente a más de 100 días y noches <unk> al año, por lo q...
En el artículo, se destaca la importancia de elegir la almohada adecuada para garantizar una buena noche de sueño. A medida que evoluciona la oferta en las tiendas, desde almohadas de agua hasta almohadas perfumadas y con cableado para el sonido, surge la pregunta de cuál es la mejor opción. Se mencionan dos almohadas ...
Spanish
spa
re-annotations
4d119c610f86bd9f1c9ef5b36628dbd2ea32dd6c38c06fc60e42db2b39bb7a1b
நீ தெனாலிராமனாக இருந்திருந்தால் விஜயவர்த்தன அரசரின் எதிர்பார்ப்பை எவ்வாறு நிறைவேற்றிருப்பாய்.
நான் தெனாலிராமனாக இருந்திருந்தால், என் ஒரு கூண்டைக் கொண்டு வந்து அவையில் உள்ள விஜயவர்த்தனிடம் கொடுத்திருப்பேன். தாங்கள் கேட்ட அப்பறவை இக்கூண்டிற்குள் தான் இருக்கிறது. ஆனால், இப்பறவை எல்லோர் கண்களுக்கும் தெரியாது. ஒழுக்க நெறியில் வாழும் மனிதர்களின் கண்களுக்கு மட்டும்தான் தெரியும். உங்களுக்கு இப்பறவை தெரியும் என்று நான் ...
Tamil
tam
original-annotations
ebdc084627fe5bfd94e0b18fb1ace22f01fcdbee2399d31bae565f9c42d67468
Sheeg Qofkii Ugu Horeeyey Ee Nabiga (N.N.K.H) Salaanta Islaamka Ku Salaama?
Waxaa La Sheegaa Inuu Yahay Abuu Darr Al Qafaari RC.
Somali
som
re-annotations
f0ff69570af705b75c5a0851883e502feab2bc874c5e98d59145659bd18ca635
Waxaad Sheegtaa maxaa la’oran Jiray nebi yuusuf CS hooyadiis?
Waxaa La’oran Jiray Raaxila.
Somali
som
re-annotations
722079056324220521ec54d0c55d654c9c1b6ef60ae349243b1996e58c9446c6
ලොව වැඩිම ඉස්ලාම් ජනගහනයක් සහිත රට
ඉන්දුනීසියාව
Sinhala
sin
original-annotations
4f4971abdea6562227a025d7a3c724eadbc8b5de0fff1e4aa71e8cffb84d5b70
السؤال: ما هو أعلى بركان نشط في أوروبا؟
الإجابة: يُعتبر بركان “إيتنا” أعلى بركان نشط في أوروبا
Moroccan Arabic
ary
original-annotations
722079056324220521ec54d0c55d654c9c1b6ef60ae349243b1996e58c9446c6
Hãy tiếp tục đoạn văn sau: Quảng Nghĩa là một nhà cung ứng phục trang ở Trịnh Châu (Hà Nam, Trung Quốc). Anh đã có hơn 10 năm kinh doanh trong ngành. Vài năm trở lại đây, việc kinh doanh phân phối phục trang của Quảng Nghĩa ngày càng suôn sẻ, số lượng khách hàng rất đông. Hàng tồn kho qua tay anh đều được tiêu thụ rất ...
phẩm mới về hàng, Quảng Nghĩa đã mang hàng mẫu đi tìm một số thương nhân mà anh thường hợp tác. Những tiểu thương này cũng có nỗi khổ của mình. Thị trường cạnh tranh ngày càng gay gắt, ai cũng sợ hàng về tay không bán được. Quảng Nghĩa hiểu điều này, cho nên anh đưa ra những điều kiện rất thuận lợi cho các thương nhân....
Vietnamese
vie
original-annotations
9cf6d3c9633102e632e91187792074cac3232247e340c205d4527cfccd7789b3
Ṣe àkópọ̀ ìwé yìí: Ọ̀rọ̀ náà yanjú lẹ́yìn ìpàdé àlàáfíà kan tó wáyé tàwọn méjéèjì sì ní àwọn ti paná ohunkóhun tó ń dá wàhálà sí'lẹ̀. Ní ààfin Olú ti ìlú Itori ni ìpàdé yìí ti wáyé tí Wasiu Àyìndé sì sọ pé òun kò pàṣẹ kí àwọn ọmọ ẹgbẹ́ òun kankan lu Mc Murphy. Nítorí náà ààrẹ ẹgbẹ́ FIBAN Desmond Nwachukwu ti wá pàṣẹ ...
Gbọ́nmisi-omi-ò-to tó wáyé láàrín ẹgbẹ́ àwọn sọ̀rọ̀sọ̀rọ̀ Nàìjíríà tí a mọ̀ sí FIBAN àti akọrin Fújì KWAM 1 ti parí.
Yoruba
yor
re-annotations
0960ac6d7eaa937cea44294c713dbe7a2efd78b63dcde4e632ded6ffa40a92b2
Direksiyon sertleştiğinde ne yapılır?
Bunun için ilk olarak lastik basınçlarının kontrolü gelir. Sonrasında ise hidrolik direksiyonlu araçlarda direksiyon hidrolik yağı kontrol edilmelidir. Yağ azaldıysa, ilave edildiğinde sorun ortadan kalkar. Kontrol edilebilecek bir diğer nokta da ön rot ayarlarıdır.
Turkish
tur
original-annotations
7ad73c366d31e67a92a6e6dbcd330459c6ec96b06821ae5e93eedf6c7f77d1d6
Iza amin'ireto ny mofo mampiavaka an'i Madagasikara? 1- mofo dipaina 2- mofo mamy 3- menaleky 4- galety
Valiny: 3. Ny menaleky no mofo mampiavaka an'i Madagasikara.
Plateau Malagasy
plt
original-annotations
2b494b4078f3ab528cea1588d4a947f1105cd5eeaaadae7d8741bf5246313359
Qual é o sistema operacional mais usado em smartphones?
O sistema operacional mais usado em smartphones é o Android, desenvolvido pelo Google. O Android é uma plataforma de código aberto e é amplamente utilizado em uma variedade de dispositivos móveis de diferentes fabricantes.
Portuguese
por
original-annotations
b00ffb82af7d17ab33dd93edeac997441aa371e4ee51dd6a2b26de5787849b36
Indil péeteg waat yi ci kàddu gii: Am tiit daldi ko roofu.
Waat yi nekk ci kàddu gii di "Am tiit daldi ko roofu." ak séen i péete ñoo di: Am: DET tiit: NOUN daldi: ADV ko: PRON roofu: VERB .: PUNCT
Wolof
wol
original-annotations
0c6aa8c3d25553a4c26c9dcd82bce16fda710f035ac76ef8aaa655cdb56f6ca6
Apakah diet harian yang sesuai untuk pesakit Gastroesophageal Reflux Disease (GERD)?
Berikan adalah jenis makanan yang sesuai dimakan oleh pesakit Gastroesophageal Reflux Disease (GERD): 1. Sayuran non-asam yang mengandungi lemak dan gula yang rendah seperti kacang hijau, asparagus, lobak, kentang, labu, timun dan brokoli. 2. Buah-buahan non-asam, bukan jenis sitrus seperti tembikai, pisang, epal dan ...
Standard Malay
zsm
original-annotations
4977fdbb24e59a2920a4c3c4c8b4f02e8b94058f34b86d79ca9d192b30206795
ICC ආදායම උපයන්නේ කෙසේද, සහ එහි ප්‍රධාන ආදායම් මාර්ගය කුමක්ද?
ICC මූලික වශයෙන් ක්‍රිකට් ලෝක කුසලානය වැනි එය සංවිධානය කරන තරඟාවලි වලින් ආදායම් උපදවයි. එහි ප්‍රධාන ආදායම් මාර්ග වන්නේ අනුග්‍රාහකත්ව සහ විකාශන අයිතීන් මගින් ලැබෙන ආදායමයි.
Sinhala
sin
re-annotations
faba9cd2d72f5af03672aba45db8e184e4f52cca38c26ea422871dc47dfa0588
Jawab soalan teka-teki berikut: Buah apakah yang tiada biji dan boleh dimakan dan diminum?
Jawapannya ialah buah kelapa.
Standard Malay
zsm
re-annotations
1d49b7545225799e04d1dd03304368f8fd2e9ea527e494d1279f9b4a3143c0f3
Sheeg jaamacadii ugu horeysay dalka Soomaaliya?
Somali National University
Somali
som
original-annotations
5b487cd24c9afa1b42020bb9f7abd477715129ce283a87b43b5a1bc822749449
2019 ​දී ලෝක විවාහක රූ රැජින ලෙස තේරී පත් වූ ශ්‍රී ලාංකික කාන්තාව කවුද?
කැරොලොයින් ජූරි 2019 ​දී ලෝක විවාහක රූ රැජින ලෙස තේරී පත් වූවාය.
Sinhala
sin
re-annotations
e5feac0ce241381ed487d903105f10b6767111be2d057179977d4eb81ac2f8f4
කැමැත්ත යන වචනයට අදහසක් ගෙන දෙන වචනය ලියා දක්වන්න.
කැමැත්ත යන්නට විරුද්ධ අර්ථයක් ඇති පදය අකමැත්ත වේ.
Sinhala
sin
original-annotations
29f22cf193a81e1a5c47d76af453a91b3cd19aa348995c7add1df15fe24e8801
Timsah Avcısı kimdir ve neden hayatını kaybetmiştir?
Timsah Avcısı, Avustralyalı belgesel filmcisi Steve Irwin'in takma adıdır. Timsah Avcısı aynı zamanda Irwin'in televizyon dizisinin adıdır. Dizi, 137 ülkede 500 milyon kişi tarafından izlenmiştir. Dizinin geliri hayvan koruma örgütlerine bırakılmıştır. Irwin, 4 Eylül 2006 tarihinde Queensland eyaletinin Büyük Set Res...
Turkish
tur
original-annotations
c7e5a739239603a9f8ed39cd6c86cbc89e1734c80d9a1284836d7eaa4fe09683
ગુજરાતમાં ચિત્રકલા વિષે જણાવો.
ગુજરાતના કેટલાક વિશ્વ વિખ્યાત ચિત્રકારોમાં રવિશંકર રાવળ, કનુ દેસાઈ, રસિકલાલ પરીખ, છગનલાલ જાદવ, હિરાલાલ ખત્રી, યજ્ઞેશ્વર શુક્લ, સોમાલાલ શાહ, બંસીલાલ વર્મા, ઈશ્વર સાગરા, પીરાજી સાગરા, ભુપેન ખખ્ખર વગેરેનો સમાવેશ કરી શકાય. ગુજરાતમાં ચિત્રકલાના નમૂના સૌથી પ્રાચીન સિંધુ સંસ્કૃતિનાં કેન્દ્રો જેવાં કે લોથલ, રંગપુર અને રોઝડી વ...
Gujarati
guj
original-annotations
952939557f2b8a159bb741a0589cef0221e40aee6ac26b564455d5bb6bba5c04
A cikin wanne nau'in ra'ayi za ku rarraba tweet mai zuwa? Mai kyau, Marar kyau, ko tsaka tsaki? @user Dubu biyar sai kace wata tsohuwar waya 🤣🤣🤣
Tweet ɗin yana bayyana ra'ayi marar kyau.
Hausa
hau
re-annotations
ef4f194c84552d9fe6f0b834e7fbc354b8aeec586ffea807aa1014498c344988
હેરી પોટર ડર્સલીઝ સાથે રહે છે તે જાદુઈ ગામનું નામ શું છે?
લિટલ વ્હીંગિંગ
Gujarati
guj
original-annotations
ff29e4154021901460a0a7584cc8c937f71990019beb68ab6ba992880c907a02
ලොව විශාලතම විශ්වවිද්‍යාලය කුමක්ද?
නිව්යෝර්ක් විශ්වවිද්‍යාලය
Sinhala
sin
original-annotations
783bde97177f91450a43bf9fe21ffcf2413b854e1f7241e4f7db93191eca666c
2015 -ம் ஆண்டில் புளூட்டோவை கடந்து செல்லும் விண்கலம் எது?
நாசாவின் நியூ ஹொரைசன்ஸ் விண்கலம் இந்த தேதியில் தொலைதூர புளூட்டோவை கடந்து சென்றது, அதன் மேற்பரப்பில் இருந்து சுமார் 7,750 மைல்கள் (12,472 கிமீ) தொலைவில் மட்டுமே சென்றது. வேகமாக நகரும் விண்கலம் புளூட்டோவை அடைய கிட்டத்தட்ட 10 ஆண்டுகள் மூன்று பில்லியன் மைல்கள் (ஐந்து பில்லியன் கிமீ) பயணித்தது.
Tamil
tam
original-annotations
34a700a821544032aed90ed3d259efdb8b689093ea2676c6922bd8816e8b80ba
Apakah perbedaan antara Bank Umum dan Bank Perkreditan Rakyat (BPR) berdasarkan Undang-Undang Nomor 10 tahun 1998 Tentang Perbankan? Berikan jawaban beserta pembahasannya. Jawaban:
1. Bank Umum Merupakan bank yang melaksanakan kegiatan usaha secara konvensional dan atau berdasarkan prinsip syariah yang dalam kegiatannya memberikan jasa dalam lalu lintas pembayaran. Beberapa kegiatan yang dilakukan oleh bank umum adalah: - Menghimpun dana dari masyarakat dalam bentuk simpanan berupa giro, deposit...
Indonesian
ind
original-annotations
bc7affb01586a0c9c5d3355ec7f5ad28f95b872f9c2621d2b8fc74c685b346b5
ලොව ජනගහනය වැඩිම රටවල් 10 සදහන් කරන්න.
ලොව ජනගහනය වැඩිම රටවල් දහය ඉන්දියාව චීනය ඇමෙරිකා එක්සත් ජනපදය ඉන්දූනිසියාව පාකිස්ථානය නයිජීරියාව බ්‍රසීලය බංග්ලාදේශය රුසියාව මෙක්සිකෝව යන රටවල් වේ.
Sinhala
sin
re-annotations
84468d013f34693e818cfa424a3a2477a118ab87d077b59586b85a7cfeafcfc2
O que significa 'Decisão ou Despacho Designação de Audiência'?
'Decisão ou Despacho Designação de Audiência' é a decisão do juiz que agenda uma audiência para um determinado dia e hora, na qual as partes e testemunhas serão ouvidas.
Portuguese
por
original-annotations
662e1716dc61810d3a31a0d92f77912616a9ad49c9fff81fed43f4b40340c25d
ਅੱਜ-ਕੱਲ੍ਹ ਜਿੱਥੇ ਬਾਲੀਵੁੱਡ ਵਿੱਚ ਦੱਖਣ ਦੀਆਂ ਸਫ਼ਲ ਫ਼ਿਲਮਾਂ ਦਾ ਹਿੰਦੀ ਰੀਮੇਕ ਬਣਾਉਣ ਦਾ ਰੁਝਾਨ ਭਾਰੂ ਹੈ, ਉੱਥੇ ਦੂਜੇ ਪਾਸੇ ਦੱਖਣ ਦੇ ਕਈ ਫ਼ਿਲਮਕਾਰਾਂ ਨੇ ਬਾਲੀਵੁੱਡ ਵੱਲ ਮੁਹਾਰਾਂ ਮੋੜੀਆਂ ਹਨ। ਇਨ੍ਹਾਂ ’ਚੋਂ ਇੱਕ ਹਨ ਤਾਮਿਲ ਫ਼ਿਲਮਾਂ ਦੇ ਚਰਚਿਤ ਫ਼ਿਲਮਕਾਰ ਗੌਤਮ ਮੇਨਨ, ਜੋ ਪਹਿਲੀ ਵਾਰ ਹਿੰਦੀ ਫ਼ਿਲਮ ‘ਏਕ ਥਾ ਦੀਵਾਨਾ’ ਲੈ ਕੇ ਆ ਰਹੇ ਹਨ। ਇਸ ਫ਼ਿਲਮ ਵਿੱਚ ਉਨ੍ਹਾਂ ਨੇ ਪ੍ਰਤੀਕ ਬੱਬਰ ਦੇ ਨਾਲ ਵਿ...
ਉੱਤਰਃ ਫ਼ਿਲਮ ‘ਏਕ ਥਾ ਦੀਵਾਨਾ’ ਦਾ ਸੰਗੀਤ ਏ.ਆਰ. ਰਹਿਮਾਨ ਨੇ ਦਿਤਾ ਸੀ।
Panjabi
pan
original-annotations
272e555ea5b2d584797102023d33ca23d531482a198f5c3541ff3c67b36c6ab4
Na Mitologia Romana, quem é Flora?
Na mitologia romana, Flora é a deusa das flores, da vegetação e da primavera. Ela é associada com o crescimento das plantas e a fertilidade da natureza. Flora era celebrada durante o festival Florália, que ocorria no final de abril e início de maio, marcando a renovação da vida e a chegada da primavera. Este festival e...
Portuguese
por
re-annotations
cde7845436fe41f9bf47117f6186bc41751dcfa916968f450cfacab9b4b3865b
Apakah maksud "bawa tempurung"? Beri satu contoh ayat.
Ia bermaksud minta sedekah. Contoh ayat: Kita masih gagah dan kuat. Kita tidak perlu bawa tempurung.
Standard Malay
zsm
re-annotations
fcadf9e40f9953d0f33eb3b2bdcbe2eca26c8adc5b1ad66613225cad5e9713e2
Apakah maksud 'gantung layar'?
Ia bermaksud hadiah untuk orang yang menyelamatkan perahu atau kapal yang akan karam
Standard Malay
zsm
original-annotations
0ef1b0d9969c48380daca938f40e13fcc8e130ec50daf2326415906414c91fd5
எகாலஜி என்பது எதனை பற்றிய ஆராய்ச்சி?
சூழலியல் என்பது மனிதர்கள் உட்பட வாழும் உயிரினங்களுக்கும் அவற்றின் உடல் சூழலுக்கும் இடையிலான உறவுகளைப் பற்றிய ஆய்வு ஆகும்; தாவரங்கள் மற்றும் விலங்குகள் மற்றும் அவற்றைச் சுற்றியுள்ள உலகம் ஆகியவற்றுக்கு இடையேயான முக்கிய தொடர்புகளைப் புரிந்து கொள்ள முயல்கிறது. சுற்றுச்சூழல் அமைப்புகளின் நன்மைகள் மற்றும் எதிர்கால சந்ததியினர...
Tamil
tam
original-annotations
34a700a821544032aed90ed3d259efdb8b689093ea2676c6922bd8816e8b80ba
Ahitsio ny diso tsipelina ao anatin'ity fanambarana ity: "Tena ilaina amin'ny fiainana eto an-tany ny ranomasina mba ahafahana maka singa tsy hita raha tsy anatin'ny ranomasina."
Ity ilay fanambarana miaraka amin'ny tsipelina efa voahitsy "Tena ilaina amin'ny fiainana eto an-tany ny ranomasina mba ahafahana maka singa tsy hita raha tsy anatin'ny ranomasina."
Plateau Malagasy
plt
original-annotations
85393f755bdb7a25044ccb964e8c95ba6e2450738bbdc21b63ef4af1f6fcaeb6
Manana teny mikotorana ianao kasitra Omeo ary teny marina :
Ny teny marina dia "sitraka"
Plateau Malagasy
plt
original-annotations
2c285e64230d6b6758efe60b32e50eff176fde68f76968f773a2defac2a89c1c
"Жаагы жап болуу" дегенге түшүндүрмө бериңиз
 1. Бир нерсеге такоол бере албай, кеп кайрып каяша айта албай, сүйлөй албай, унчукпай калуу (көбүнчө бирөөлөрдөн кагуу жеген, шагы сынган, же коркуп кооптонгон учурларда). Түлкүбектин жогорку сөзүн угуп Ажар менен Каныбектин жаагы жап болгон (Жантөшев). Ар ким билгендерин айтып, башкарманын кылмыштарын чубай баштага...
Kyrgyz
kir
original-annotations
eda05608fe315c2767761134825b90fa9b8c649b081198cfdb7107fccc09b28e
Aiza no milentika ny masoandro? 1)any atsinanana 2)any andrefana 3)any atsimo 4)any avaratra
Valiny 2: any andrefana ny masoandro no milentika.
Plateau Malagasy
plt
re-annotations
f55acfc409bbb25deaea51116819653aa15fd214e901bc425a252c06eceeeccf
Ọwọ tẹ awọn gende meji to feẹ ji ọmọ gbe ni Supare Akoko
Diẹ lo ku ki wọn lu awọn gende meji kan pa lọsan-an ọjọ Aiku, Sannde, ọsẹ yii, niluu Supare Akoko, nijọba ibilẹ Guusu Iwọ-Oorun Akoko, lẹyin tọwọ tẹ wọn níbi ti wọn n gbiyanju ati ji ọmọ ọlọmọ gbe. ALAROYE gbọ pe ṣe lawọn afurasi ajọmọgbe mejeeji dibọn bii awọn to maa n ṣa aloku irin lagboole kan ti wọn n pe ni Ajakay...
Yoruba
yor
original-annotations
0960ac6d7eaa937cea44294c713dbe7a2efd78b63dcde4e632ded6ffa40a92b2
El-Rufai ṣabẹwọ si Sanwo-Olu, o ni diẹ o ku ki oun bu sigbe
Gomina Babajide Sanwo-Olu, ti ṣeleri wi pe oun yoo fi aye ni gbogbo awọn ti wọn ko ba fẹ ki ipinlẹ Eko ni ilọsiwaju lara. Lasiko ti Gomina Nasir El-Rufai, sabẹwo si i lori bi wọn ti ṣe ba ọpọlọpọ dukia jẹ lasiko rogbodiyan SARS ni Sanwo-Olu sọrọ yii. El-Rufai paapaa tiẹ ni nigba ti oun ri awọn ohun to bajẹ yii, diẹ lo...
Yoruba
yor
original-annotations
0960ac6d7eaa937cea44294c713dbe7a2efd78b63dcde4e632ded6ffa40a92b2
Ndi alimi angati m'Malawi muno?
Gulu la alimi ang'onoang'ono m'Malawi muno lili ndi mabanja pafupifupi 3.1 miliyoni omwe akugawana malo okwana mahekitala 6.5 miliyoni - 69% ya malo onse a Malawi okwana mahekitala 9.4 miliyoni omwe amapezeka paulimi pansi pa chikhalidwe chawo.
Nyanja
nya
original-annotations
e6da307cf90bfda21cc00d4b8b78b7accd1b045e40add2dd75019bda2e6179d4
Est-ce que tu peux me raconter une blague ?
D'accord, voici une blague : Question: Comment appelle-t-on un roux dans un four ? Réponse: Un Rôuti.
French
fra
original-annotations
dbd102f55cf4f5ed1799dc3b4ae664f26c634d36f86010f3861aff26b91e3a8c
Motor yagini ne bozar?
Bidonun kendi plastiği tepkimeye girmez ama yağın hava alması, nemlenmesi, güneş altında ısınması kalitesini bozabilir. Hele ki bidonun içini kurutmadan ıslak ıslak koyduysan yağ tortu yapar bozulur. Yağı kullanacağın zaman kontrol edersin renginde akışkanlığında bir değişiklik yoksa sorun yok demektir.
Turkish
tur
original-annotations
7ad73c366d31e67a92a6e6dbcd330459c6ec96b06821ae5e93eedf6c7f77d1d6
Apakah maksud "bagai beban sudah ke tepi"?
Maksudnaya adalah masalah hampir selesai
Standard Malay
zsm
re-annotations
4977fdbb24e59a2920a4c3c4c8b4f02e8b94058f34b86d79ca9d192b30206795
De economische theorie die stelt dat de rijkdom van een natie haar oorsprong vindt in de waarde van de voor landbouw beschikbare grond werd in de 18e eeuw ontwikkeld door een Franse groep economen. Wilde een natie rijker worden dan moest men meer land verwerven of door aan landontwikkeling te doen de beschikbare landbo...
Fysiocratisme
Dutch
nld
original-annotations
ca908e583236b208e473e89dae5c7b7d3daf3662e2bbf6606f0702c718bb5c06
नृत्य प्रतियोगिताहरूले नर्तकहरूको विकासमा पार्ने प्रभावबारे चर्चा गर्नुहोस्।
नृत्य प्रतियोगिताहरूले सीप विकास र एक्सपोजरको लागि प्लेटफर्मको रूपमा काम गर्दछ। जब तिनीहरूले विकासको लागि अवसरहरू प्रदान गर्छन्, तिनीहरूले नृत्य उद्योगको प्रतिस्पर्धात्मक प्रकृति र कलात्मक अभिव्यक्तिमा यसको प्रभावहरूको बारेमा पनि छलफल गर्छन्।
Nepali
npi
original-annotations
d7f335978f1d50527ead9adf4b9bb9308c1d1d1318687dd1de4590eb47d064df
火縄銃の威力が全国に知られる事となった、1575年に織田・徳川連合軍が鉄砲隊を用いて武田勝頼率いる騎馬隊を破った戦いを何というでしょう?
長篠の戦いです。
Japanese
jpn
original-annotations
9881e959174fc20243c2b43c01599473325a93d056e73dbc20a9a0a03514026e
Kargo iade ücreti var mı?
İade olan kargo ücretini kim karşılayacak? Ticaret Bakanlığı "Mesafeli Sözleşmeler Yönetmeliğinde Değişiklik Yapılmasına Dair Yönetmelik" kararlarını Resmi Gazete yayınladı. Yapılan açıklamaya göre tüketici iade ettiği ürünün kargo ücretini kendisi karşılayacak.
Turkish
tur
original-annotations
7ad73c366d31e67a92a6e6dbcd330459c6ec96b06821ae5e93eedf6c7f77d1d6
Відповісти на питання: "Хто такий Карлсон?"
Багато людей вважає, що Карлсон - це просто поширене прізвище в Швеції, але насправді Карлсон живе на даху! Це герой повісті шведської письменниці Астрід Ліндґрен «Малий і Карлсон, що живе на даху». Дія повісті відбувається в 1950-і роки, де в одному будинку проживають два головні герої — Сванте, молодша дитина сім'ї С...
Ukrainian
ukr
re-annotations
b20fe5f6ff41600d7f77f34980809344593ed77ec83740df68ccd5c90d34815a
Apakah maksud 'ibarat rumput yang sudah kering, ditimpa hujan segar kembali'?
Ia bermaksud perihal orang yang sengsara yang dengan tiba-tiba mendapat pertolongan sehingga hidupnya terasa sangat berbahagia
Standard Malay
zsm
original-annotations
0ef1b0d9969c48380daca938f40e13fcc8e130ec50daf2326415906414c91fd5
Em que ano o Arsenal se mudou para o Emirates Stadium de Highbury?
O Arsenal se mudou para o Emirates Stadium em 2006. A mudança ocorreu na temporada 2006-2007.
Portuguese
por
re-annotations
b00ffb82af7d17ab33dd93edeac997441aa371e4ee51dd6a2b26de5787849b36
Математика кантип пайда болгон?
Адамдар сүйлөөнү үйрөнүп баштаганда, саноону да үйрөнүп башташкан. Сандардын алгачкы аталыштары алгачкы сөздөр менен бир убакытта пайда болгон. Фридрих Энгельс колдордун он манжасы математиканы үйрөнүүнүн эң байыркы булагы экендигин жазган. Бизге жеткен эң байыркы математикалык иш кагаздар - бул вавилондуктардын чарбал...
Kyrgyz
kir
re-annotations
c4ac68ac63c7836ee12a567ce4b58835d5acd5d772a495863b5ff470190d450f
சு. தியோடர் பாஸ்கரன் அவர்களின் மேற்கோள் ஒன்றினை தரவும்.
உயிரினங்களுக்கான பாரம்பரியத் தமிழ்ப்பெயர்கள் பொருள் பொதிந்த காரணப்பெயர்கள்.
Tamil
tam
original-annotations
07b26d07771a44f6a4fdc8b585e9db11bdc5a93ab159639ed5873be2d45ce421
Terno e trenó são anagramas?
Sim, embora haja um acento no "o" de trenó.
Portuguese
por
original-annotations
ebed01ea54b41ff4f38992944b014ebaa06b7b9224f28cd62c0be8563bba4979
End of preview. Expand in Data Studio

Aya Header

Dataset Summary

The Aya Dataset is a multilingual instruction fine-tuning dataset curated by an open-science community via Aya Annotation Platform from Cohere Labs. The dataset contains a total of 204k human-annotated prompt-completion pairs along with the demographics data of the annotators.
This dataset can be used to train, finetune, and evaluate multilingual LLMs.

  • Curated by: Contributors of Aya Open Science Intiative.

  • Language(s): 65 languages (71 including dialects & scripts).

  • License: Apache 2.0

  • Aya Datasets Family:

    Name Explanation
    aya_dataset Human-annotated multilingual instruction finetuning dataset, comprising over 204K instances across 65 languages.
    aya_collection Created by applying instruction-style templates from fluent speakers to 44 datasets, including translations of 19 instruction-style datasets into 101 languages, providing 513M instances for various tasks.
    aya_collection_language_split Aya Collection structured based on language level subsets.
    aya_evaluation_suite A diverse evaluation set for multilingual open-ended generation, featuring 250 culturally grounded prompts in 7 languages, 200 translated prompts in 24 languages, and human-edited versions selected for cross-cultural relevance from English Dolly in 6 languages.
    aya_redteaming A red-teaming dataset consisting of harmful prompts in 8 languages across 9 different categories of harm with explicit labels for "global" and "local" harm.

Dataset

The Aya Dataset comprises of two types of data:

  1. Human Annotations: Original annotations (brand new prompts and completions written by annotators) and re-annotations (human edits of automatically generated prompts and completions).
  2. Demographics Data: Anonymized information for each annotator.

Load with Datasets

To load this dataset consisting of both prompt-completions and demographics data with datasets, you'll just need to install Datasets as pip install datasets --upgrade and then use the following code:

from datasets import load_dataset

# Load the annotations dataset
aya_dataset = load_dataset("CohereLabs/aya_dataset")

# Load the demographics dataset
aya_demographics = load_dataset("CohereLabs/aya_dataset", "demographics")

Data Fields

Human Annotations (Default)

The data fields are the same among all splits:

  • inputs: Prompt or input to the language model.
  • targets: Completion or output of the language model.
  • language: The language of the inputs and targets.
  • language_code: The ISO code for the language of the inputs and targets.
  • annotation_type: The value denoting whether inputs and targets are 'original_annotations' or 're-annotations'.
  • user_id: Unique identifier of the annotator who submitted the prompt-completion pair.

Demographics Data

The data fields are the same among all splits:

  • user_id: Unique identifier of the annotator who submitted the prompt-completion pair.
  • age_range: Age of the annotator. Ranges from 0 to 121.
  • gender: Gender of the annotator. The values are 'male', 'female', 'prefer not to say', 'non-binary' and 'others'.
  • languages: List of languages spoken by the annotator.
  • dialects: Dialects reported by the annotator.

Some empty values may be represented as 'null'.

Data Splits

Human Annotations (Default)

The following are the splits of the data:

Split No. of instances Language Coverage
train 202,364 All
test 1,750 7 ('Standard Arabic', 'Yoruba', 'Turkish', 'English', 'Simplified Chinese', 'Portuguese', 'Telugu')

Demographics Data

The following are the splits of the data:

Split No. of Instances
train 1,456

Data Instances

Human Annotations (Default)

An example of train looks as follows:

{
"inputs": "What cultural events or festivals add vibrancy to Colombo's calendar...",
"targets": "Colombo's cultural calendar is adorned with diverse events and festivals that celebrate the city's rich tapestry of traditions...",
"language": "English",
"language_code": "eng",
"annotation_type": "original-annotations",
"user_id": "f0ff69570af705b75c5a0851883e..."
}

Demographics Data

An example of train looks as follows:

{
"user_id": "f0ff69570af705b75c5a0851883e...",
"age_range": [ 25, 35 ],
"gender": "female",
"languages": [ "English", "Hausa" ],
"dialects": [ "Hausa" ]
}

Statistics

Annotation Types

The following is the breakdown of original annotations and re-annotations in the final dataset.

Type of Annotation Instances
Original Annotations 138,844
Re-Annotations 65,270
Total 204,114

Languages

The dataset covers 65 languages: 28 high-resource, 12 mid-resource, and 31 low-resource languages. The following is details about the languages, dialects & scripts included in the dataset.

Languages Info
ISO Code Language Resources
amh Amharic Low
arb, ary, ars, acq, arz & apc Arabic (Standard, Moroccan, Najdi, Ta'izzi-Adeni, Egyptian & South Levantine) High
ben Bengali Mid
ceb Cebuano Mid
dan Danish Mid
deu German High
ell Greek Mid
eng English High
eus Basque High
fil Filipino Mid
fin Finnish Mid
fra French High
gle Irish Low
guj Gujarati Low
hat Haitian Creole Low
hau Hausa Low
hin Hindi High
hun Hungarian High
ibo Igbo Low
ind Indonesian Mid
ita Italian High
jav Javanese Low
jpn Japanese High
kan Kannada Low
kir Kyrgyz Low
kor Korean Mid
kur Kurdish Low
lit Lithuanian Mid
mal Malayalam Low
mar Marathi Low
mlg Malagasy Low
msa Malay Mid
mya Burmese Low
nep Nepali Low
nld Dutch High
nso Northern Sotho Low
nya Chichewa Low
pan Punjabi Low
pes Persian High
pol Polish High
por Portuguese High
pus Pashto Low
rus Russian High
sin Sinhala Low
sna Shona Low
snd Sindhi Low
som Somali Low
spa Spanish High
sqi Albanian Low
srp Serbian High
sun Sundanese Low
swa Swahili Low
swe Swedish High
tam Tamil Mid
tel Telugu Low
tha Thai Mid
tur Turkish High
ukr Ukrainian Mid
urd Urdu Mid
vie Vietnamese High
wol Wolof Low
xho Xhosa Low
yor Yorùbá Low
zho Chinese (Traditional & Simplified) High
zul Zulu Low

Motivations & Intentions

  • Curation Rationale: The curation effort employed an open-science approach to create a diverse instruction-style dataset through annotators across the globe that ensures comprehensive representation across all languages. The success of the curation effort, led by volunteers across diverse backgrounds, was significantly influenced by their hope to meaningfully bring NLP advancements to their languages.

Known Limitations

  • Language and dialect coverage: The dataset covers a limited fraction of the world's linguistic diversity, with 93% of languages not represented, facing challenges in distinguishing between languages and dialects, lacking coverage for many regional dialects, and excluding programming languages.
  • Uneven distribution of contributions: The dataset contains contributions in annotation activities, with a 'long tail' of annotators making only one or two contributions, leading to potential dataset imbalances across languages and a lack of diversity within certain language annotations.
  • Cultural and Personal Bias: In the dataset, certain languages have limited representation due to a few dominant annotators, potentially leading to a narrow viewpoint and skewed distribution of content, particularly towards certain domains like news.
  • Gendered Pronouns: Many of the languages in the Aya Dataset only contain pronouns that are explicitly gendered (e.g., Arabic) or that lack gender-neutral third-person pronouns for gender-neutral reference (e.g. Estonian).
  • Formality Distinctions: The dataset encompasses languages with diverse formality distinctions, involving honorifics and situational choices in pronoun use, reflecting varying levels of standardization influenced by regional, cultural, and identity factors.
  • Toxic or Offensive Speech: The Aya Annotation Platform lacked specific flags for toxic speech, relying on human verification and peer review to mitigate offensive content, but there's no guarantee that all potentially offensive data points were removed during the annotation process.
  • Accounting for mislabeled data: The Aya Annotation Platform lacks re-labeling capabilities, leading to potential mislabeled data in the Aya Dataset, including instances of incorrect language assignments and non-compliance with instruction-style formatting.

Additional Information

Provenance

  • Methods Used: Crowd-sourced through volunteer annotations, followed by a quality assessment phase in which samples from the dataset were checked.
  • Methodology Details:
    • Source: Original annotations and edits of opensource NLP datasets
    • Platform: Aya Annotation Platform
    • Dates of Collection: May 2023 - Dec 2023

Dataset Version and Maintenance

  • Maintenance Status: Actively Maintained
  • Version Details:
    • Current version: 1.0
    • Last Update: 02/2024
    • First Release: 02/2024
  • Maintenance Plan: Updates will be periodically made available based on volunteer contributions.

Authorship

Licensing Information

This dataset can be used for any purpose, whether academic or commercial, under the terms of the Apache 2.0 License.

Citation Information

@misc{singh2024aya,
      title={Aya Dataset: An Open-Access Collection for Multilingual Instruction Tuning}, 
      author={Shivalika Singh and Freddie Vargus and Daniel Dsouza and Börje F. Karlsson and Abinaya Mahendiran and Wei-Yin Ko and Herumb Shandilya and Jay Patel and Deividas Mataciunas and Laura OMahony and Mike Zhang and Ramith Hettiarachchi and Joseph Wilson and Marina Machado and Luisa Souza Moura and Dominik Krzemiński and Hakimeh Fadaei and Irem Ergün and Ifeoma Okoh and Aisha Alaagib and Oshan Mudannayake and Zaid Alyafeai and Vu Minh Chien and Sebastian Ruder and Surya Guthikonda and Emad A. Alghamdi and Sebastian Gehrmann and Niklas Muennighoff and Max Bartolo and Julia Kreutzer and Ahmet Üstün and Marzieh Fadaee and Sara Hooker},
      year={2024},
      eprint={2402.06619},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}
Downloads last month
4,507

Models trained or fine-tuned on CohereLabs/aya_dataset

Spaces using CohereLabs/aya_dataset 4

Collection including CohereLabs/aya_dataset

Paper for CohereLabs/aya_dataset