2022
Quality at a Glance: An Audit of Web-Crawled Multilingual Datasets
J. Kreutzer, I. Caswell, Lisa Wang, A. Wahab, D. V. Esch, N. U. Orshikh, A. Tapo, Nishant Subramani, A. Sokolov, C. Sikasote, M. Setyawan, S. Sarin, S. Samb, B. Sagot, C. Rivera, A. Rios, I. Papadimitriou, Salomey Osei, P. O. Suarez, I. Orife, K. Ogueji, A. N. Rubungo, T. Q. Nguyen, M. Muller, A. Muller, S. H. Muhammad, N. Muhammad, A. Mnyakeni, J. Mirzakhalov, T. Matangira, C. Leong, N. Lawson, S. Kudugunta, Yacine Jernite, M. Jenny, O. Firat, B. F. P. Dossou, S. Dlamini, N. D. Silva, S. C. Balli, Stella Biderman, A. Battisti, A. Baruwa, A. Bapna, P. Baljekar, I. A. Azime, A. Awokoya, D. Ataman, O. Ahia, O. Ahia, S. Agrawal, M. Adeyemi
Citation Graph
References [0]