datasets
Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.
Brevets-Francais-1981-2026-Clean
🇫🇷 Brevets français 1981–2026 — Clean 🇫🇷
Dataset de brevets français publiés entre 1981 et 2026, extrait depuis les XML d’origine, avec un document = une ligne (texte complet).
Format : Parquet, prêt pour chargement streaming / distribué.
Source
Données issues de documents publics de brevets français (A1).Extraction, structuration et nettoyage réalisés de manière indépendante grâce à un accès aux API / FTP PI (sur demande à l’INPI).
Génération
Entrée :… See the full description on the dataset page: https://huggingface.co/datasets/INPI-France/Brevets-Francais-1981-2026-Clean.Brevets-Francais-2000-2026-RawBrevets-Francais-1981-2026-Raw
🇫🇷 Brevets français 1981–2026 — Raw 🇫🇷
Dataset de brevets français publiés entre 1981 et 2026, extrait depuis les XML d’origine, avec un document = une ligne (texte complet).
Format : Parquet
Source
Données issues de documents publics de brevets français (A1).Extraction, structuration et nettoyage réalisés de manière indépendante grâce à un accès aux API / FTP PI (sur demande à l’INPI).
Génération
Entrée :
822 310 fichiers XML
Sortie :
822 310 lignes… See the full description on the dataset page: https://huggingface.co/datasets/INPI-France/Brevets-Francais-1981-2026-Raw.Brevets-Francais-2020-2026-Rawarchives-parlementaires-revolution-francaiseBrevets-Francais-2025-ClaimsBrevets-Francais-2024-Chunked
🇫🇷 Brevets français 2024 Chunké 🇫🇷
Dataset de brevets français publiés en 2024, extrait depuis les XML d’origine et chunké au niveau des balises <p> xml
Format : Parquet, prêt pour chargement streaming / distribué.
Source
Données issues de documents publics de brevets français (A1, 2024).Extraction, structuration et découpage réalisés de manière indépendante grace a un acces aux API/FTP PI (sur demande a l'inpi).
Génération
Entrée :
35 479 fichiers XML… See the full description on the dataset page: https://huggingface.co/datasets/INPI-France/Brevets-Francais-2024-Chunked.english_francaisDictionnaire_francais-breton_le_gonidec
[!NOTE]
Dataset origin: https://archive.org/details/dictionnairefran01lego/page/n7/mode/2up & https://archive.org/details/dictionnairefran02lego/page/n7/mode/2up
Dictionnaire_francais-wolof_et_francais-bambara
[!NOTE]
Dataset origin: https://books.google.fr/books?id=8xkOAAAAIAAJ&printsec=frontcover#v=onepage&q&f=false
Manuel_Breton-Francais
[!NOTE]
Dataset origin: https://books.google.fr/books?id=Yj0wAAAAYAAJ&printsec=frontcover#v=onepage&q&f=false
dataset-tts-francais_HWK
Dataset Card for "dataset-tts-francais_HWK"
More Information needed
scans-concours-francaisDictionaire_francais-arabe_algerie
[!NOTE]
Dataset origin: https://books.google.fr/books?id=TRVFAAAAYAAJ&printsec=frontcover#v=onepage&q&f=false
Dictionnaire_francais-arabe_des_dialects_Algerie_Tunisie_Maroc_Egypte
[!NOTE]
Dataset origin: https://archive.org/details/dictionnairefran00marcuoft/mode/1up
Lexique_occitan-francais_du_vivaro-alpin
[!NOTE]
Dataset origin: https://www.marraire.eu/Telecharjar.php?fic=Lexic.pdf
Vocabulaire_francais-breton
[!NOTE]
Dataset origin: https://gallica.bnf.fr/ark:/12148/bpt6k63608967
Vocabulaire_nouveau_ou_dialogues_francais_et_bretons
[!NOTE]
Dataset origin: https://books.google.fr/books?id=xIc9AAAAcAAJ&printsec=frontcover#v=onepage&q&f=false
Dictionnaire_Tamazight-Francais
[!NOTE]
Dataset origin: https://archive.org/details/aliamanissdictionnairefrancaistamazight/mode/2up
Le_nouveau_dictionnaire_provencal_francais
[!NOTE]
Dataset origin: https://books.google.fr/books?id=NooGAAAAQAAJ&pg=PA341#v=onepage&q&f=false
glossaire_guadeloupeen_francais
[!NOTE]
Dataset origin: https://www.ghcaraibe.org/docu/glossaire.pdf
Dictionnaire_breton-francais_du_dialecte_de_Vannes_Ernault
[!NOTE]
Dataset origin: https://archive.org/details/bretonvannes/page/n13/mode/2up
adlam_francais
Corpus de Traduction : Français ↔ Pulaar (Adlam)
Ce jeu de données contient des paires de phrases alignées, structurées sous forme de tableau (format Parquet).
Structure des données
Colonne fr : Texte en Français
Colonne pulaar : Texte en Pulaar (Script Adlam)
Crédits et Attribution / Credits
This work was produced by the Organisation pour la promotion de la langue Pulaar (Winden jangen ADLaM).
Contact Information
Website: www.windenjangen.org… See the full description on the dataset page: https://huggingface.co/datasets/guizme/adlam_francais.dataset-tts-francais
Dataset Card for "dataset-tts-francais"
More Information needed
Nouveau_dictionnaire_provencal-francais
[!NOTE]
Dataset origin: https://books.google.fr/books?id=A6h9fKm1W4IC&printsec=frontcover#v=onepage&q&f=false
Dictionnaire_hollandais_francais_et_malai
[!NOTE]
Dataset origin: https://books.google.fr/books?id=H-AUAAAAYAAJ&pg=RA1-PA203#v=onepage&q&f=false
grand_dictionnaire_breton_francais
[!NOTE]
Dataset origin: https://bibliotheque.idbe.bzh/data/cle_333/Grand_Dictionnaire_Franais_Breton_compressed.pdf
User-Prompt-Francais-1M-Shard-1Vocabulaire_miao-tseu-francais
[!NOTE]
Dataset origin: https://www.persee.fr/doc/befeo_0336-1519_1916_num_16_1_5272#befeo_0336-1519_1916_num_16_1_T3_0207_0000
Brevets-Francais-2022-Claims