Datasets:

15juneee
/

romanian-corpus

text stringlengths 393 200k	source stringclasses 2 values	word_count int32 60 35.6k
Bucurați-vă de modul în care te uiți și să se simtă cu BLOW nostru ultra-sexy! Tagless Bumbac Stretch Boxer. În culori noi și sexy-abia acolo se simt, fiecare pereche se face cu noastre super-cool țesături și caracteristici de contrast împletit elegant. Acesta dispune de BLOW noastră de slăbire! Betelie Tagless care ad...	OSCAR-2019	121
Azi… vineri. Mda, am început cu stângul. Dar ce-ar fi atât de rău în asta? La o adică, în dansul în doi sau doar la un simplu pas în doi, chiar e indicat să fie şi-un prim pas făcut cu … Continuă lectura → În sala veche de teatru tocmai s-au stins luminile. Unii încă se mai foiesc, alţii încearcă să ajungă la locurile ...	OSCAR-2019	236
Un bărbat a murit şi o femeie a fost grav rănită în urma unui accident rutier care a avut loc, miercuri după-amiază, în judeţul Olt şi în care au fost implicate un autocamion şi un autoturism. Potrivit reprezentanţilor Inspectoratului pentru Situaţii de Urgenţă (ISU) Olt, pompierii Detaşamentului Caracal, cu un echipaj...	OSCAR-2019	165
Predau Krav-Maga de peste 11 ani așa că am avut ocazia să instruiesc o varietate foarte mare de persoane. Ca instructor, mă simt foarte bine când văd că un cursant înțelege imediat explicațiile mele. Mă simt și mai bine când văd că reușește să execute imediat și corect tehnica explicată. Trebuie însă să recunosc că la ...	OSCAR-2019	2,333
Comisia este de multe ori obiectivul principal de foyer, deoarece este singura organizație a UE, treatment poate iniția propuneri legislative și a câștigat competență în tot mai multe domenii de reglementare în cadrul Tratatului de la Lisabona. Parlamentul European este, de asemenea, supus acţiunilor de lobby, de obice...	OSCAR-2019	277
În Europa există aproximativ 26 de milioane de copii care riscă să trăiască în sărăcie şi excluziune socială, adică, 27,7% din totalul copiilor Uniunii Europene. Situaţia cea mai gravă e în România, unde 52,2% dintre copii trăiesc în sărăcie. Urmează Bulgaria, unde procentul copiilor care trăiesc în sărăcie e de 45,2% ...	OSCAR-2019	159
Anunţul că liderul MISA, Gregorian Bivolaru, a fost arestat a ajuns şi în presă internaţională. Daily Mail a relatat povestea romanului, numindu-l "un guru în yoga". Publicaţia britanică scrie că Bivolarul, gurul care a încercat să facă sex cu peste 1.000 de virgine pentru a "atinge un înalt nivel spiritual", a fost ar...	OSCAR-2019	246
Satu Mare concurează alături de Cluj-Napoca la capitala sportului în 2016. Balcaniada de beach-volei, week-end-ul acesta în Sătmar Nu doar Clujul şi-a adjudecat competiţi isportive de anvergură în această perioadă. Satu Mare se pregăteşte să... După ce săptămâna trecută au ajuns la un acord cu Andra Simina Mandache, ce...	OSCAR-2019	124
Formația CSM Politehnica Iași a câștigat cu scorul de 3-0 (3-0) meciul amical disputat miercuri seară, în dealul Copoului, în compania echipei de ligă secundă Știința Miroslava. După un început echilibrat de joc, elevii lui Sotican au apăsat pe accelerație pe final de primă repriză, când au reușit să înscrie de trei or...	OSCAR-2019	126
Site-ul Primăriei Șelimbăr a suferit câteva modificări. Acum are un aspect mult mai aerisit, iar informațiile sunt mult mai bine structurate. Pagina oficială a Primăriei comunei… În urma nenumăratelor sesizări din partea cetățenilor și a situațiilor din teren raportate zilnic, în Șelimbăr s-a intervenit pentru ridicar...	OSCAR-2019	258
Analizarea diferențelor economice şi sociale între raioanele din Republica Moldova prin intermediul unui set alcătuit din 81 de indicatori constituiţi pe bază de date concrete şi sondaje RBEI este un instrument central pentru evaluarea raioanelor din Republica Moldova care reflectă calitatea per ansamblu a condiţiilor ...	OSCAR-2019	719
Ancheta Camerei Reprezentanților și cazul mail-urilor șterse de fostui secretar de stat Hilary Clinton Liderul Camerei Reprezentanților vrea ca o terță parte să analizeze email-urile șterse pentru a se vedea dacă există vreo informație cu referire la atentatul terorist de la Benghazi. Deputatul democrat si el membru al...	OSCAR-2019	116
Cf. prevederilor Regulamentului din 7.09.2005 emis de Ministerul Agriculturii, Padurilor si Dezvoltarii Rurale, scoaterea unui teren cu suprafata de pana la 1 ha din circuitul agricol se aproba prin decizia directorului executiv al directiei pentru agricultura si dezvoltare rurala, pe baza avizului oficiului de cadastr...	OSCAR-2019	102
În ziua de 05 octombrie a.c., în jurul orei 22.20, în Punctul de Trecere a Frontierei Stânca - I.T.P.F. Iaşi, s-a prezentat pentru a intra în ţară, la volanul unui microbuz, înmatriculat în Republica Moldova, cetăţeanul moldovean Serghei B., în vârstă de 42 de ani. Poliţiştii de frontieră au efectuat un control asupra ...	OSCAR-2019	148
– sa te retragi cateva zile din rolurile, obligatiile si stresul zilnic pentru a avea timp sa fii cu sufletul tau Imobilul APACA a fost desenat de un colectiv de arhitecţi din care au făcut parte M. Alifanti, H. Stern, A. Damian, G. Pavlu, I. Şerban, I. Ghica-Budesti, V. Krohmalnic. Proiectul de rezistenţă/beton a fost...	OSCAR-2019	741
Să fii oribil într-un film mare este un mod mai rapid de a deveni faimos decât a face un film obscur. Sunt foarte bucuroasă că oamenii consideră că arăt diferit; eu trăiesc o viaţă fericită diferită, mai împlinită şi sunt încântată că pot arăta asta tuturor. Cele mai frumoase femei pe care le-am întâlnit, se acceptă în...	OSCAR-2019	126
O să mă concentrez în special spre a aduce armonie în relațiile deja existente. Într-o relație "de iubire" între doi parteneri există armonie numai dacă în interiorul a cel puțin unuia dintre parteneri există armonie. Altfel, orice relație este un foc de artificii scăpat de sub control. Citește mai departe Ideea sună c...	OSCAR-2019	133
Despre care cred că are coşmaruri în timpul nopţii. Altfel nu se explică muntele de maşinuţe, trenuleţe, avioane, elicoptere sau roboţi stricate din depozitul improvizat adhoc în curte, în faţa căruia ar păli de invidie chiar şi un depozit de jucării ceva mai măricel. Mă doare inima când le văd în halul acesta şi atunc...	OSCAR-2019	334
Expert în bune maniere şi mare consumator de marmeladă, prietenosul urs Paddington își continuă aventura din 1 decembrie, la cinema, cu o cuceritoare expediție de familie prin cele Pentru ca micutul tau sa creasca armonios, din punct de vedere fizic, este esential ca acesta sa isi dezvolte si capacitatile motorii. Sunt...	OSCAR-2019	196
După 11 ani, mâine își deschide porțile pentru public Salonul Internațional Auto București (SIAB) care are loc în premieră într-o locație complet nouă – pavilioanele B1 și B2 construite în… BMW X4 este disponibil la comandă și în România. Cea mai accesibilă versiune este X4 xDrive 20i, care pornește de la 48.850 de eur...	OSCAR-2019	300
Colegiul, mai mult decât orice altă experienţă din viaţa unui tânăr, contribuie la determinarea a ce fel de persoană va fi el sau ea în viitor. De aceea pentru un proaspăt student este necesar un Ghid practic cu sfaturi despre tot felul de chestiuni, de la cursuri şi teme la prietenìi şi întâlniri, la relaţiile între b...	OSCAR-2019	316
Maica Tereza încuraja lucrul cu săracii nu doar în periferiile din India, ci în principal în familiile noastre, afirmă autoarea unei noi cărţi dedicată acestei călugăriţe de origini est-europene, declarată Fericită, beatificată de Papa Ioan Paul al II-lea în octombrie 2003. Donna-Marie Cooper O'Boyle este autoarea cărţ...	OSCAR-2019	3,535
Nassim Taleb este autorul conceptului de lebădă neagră, fenomenul rarisim, neaşteptat, care schimbă total modul cum funcţionează lucrurile, care ia pe toată lumea prin surprindere şi care nu poate fi prevăzut. În lucrarea cu pricina Taleb spune un lucru simplu, că pentru a evita lebedele negre, schimbările catastrofice...	OSCAR-2019	547
Procurorii DNA au dispus trimiterea în judecată a 22 de inculpaţi, dintre care 19 în stare de arest preventiv, având calitatea de lucrători şi controlori vamali la Biroul Vamal Albiţa, în legătură cu săvârşirea de infracţiuni de corupţie în exercitarea atribuţiilor de serviciu. În sarcina vameşilor s-au reţinut infracţ...	OSCAR-2019	107
Banca Națională României (BNR) prognozează o inflație de minus 0,4% pentru finalul acestui an, cu un punct procentual sub estimarea anunțată în luna mai a acestui an, de 0,6%, potrivit Raportului trimestrial asupra inflației prezentat, luni, de guvernatorul BNR, Mugur Isărescu. "În 2018, probabil inflația va fi undeva ...	OSCAR-2019	522
Haideţi să creăm împreună un animăluţ simpatic şi exotic: o zebră! Noi ne-am inspirat din campania Danonino, însă ceea ce vă propunem e realizat din materiale accesibile în fiecare casă. Puteţi realiza câte zebre doriţi, alături de copii care vor fi încântaţi! Pentru a vă uşura munca, puteţi listaţi imaginea de alaturi...	OSCAR-2019	119
În republica unde sunt promovaţi oameni nepregătiţi, incompetenţi şi necinstiţi, care se ploconesc pentru resturile unor funcţii promise, cei care i-au ales vor vărsa lacrimi de sânge pentru greşeala făcută. Fructul sigur al unei asemenea nebunii va fi osânda. Dacă oamenii nu pot face mai mult, pot cel p...	OSCAR-2019	134
BUCUREȘTI, 13 feb — Sputnik. Trei reprezentanți de vază a Partidului Democrat din senat au dat publicității o rezoluție în care îndeamnă administrația lui Donald Trump să introducă noi sancțiuni antirusești, scrie Politico. În opinia acestora, prin amânarea acestor măsuri împotriva Moscovei, Casa Albă își demonstrează ...	OSCAR-2019	217
MARTIN GARRIX, "tanarul savant" al muzicii electronice, pe numele lui real, Martjin Garritsen, a fost votat in 2015 de fanii din intreaga lume pe locul al III-lea in clasamentul DJ MAG TOP 100! La doar 19 ani, pasiunea pentru muzica i-a adus lui MARTIN GARRIX o fabuloasa avere, premii internationale, si desigur, un avi...	OSCAR-2019	136
Comunitatea uCoz » Concursuri » Alte Concursuri » Concurs Profile uID (Premii în valoare de peste 4000$!) Pe 6 Decembrie am lansat noile profile uID iar acum avem plăcerea să vă invităm la un nou Concurs. Acesta este legat de ultima lansare dar și cu ocazia Sărbătorilor de Iarnă, cu ocazia cărora dorim să vă oferim o s...	OSCAR-2019	253
Echipa de selectie ClujShorts a finalizat cu succes vizionarea a peste 1000 de filme, din toate colțurile lumii, înscrise pentru ediția din 2018 de ClujShorts. Alegerea filmelor care vor fi proiectate va mulțumi pe toată lumea indiferent de vârstă sau ocupație. Mai mult... organizatorii garantează că fiecare spectator ...	OSCAR-2019	450
"Se va relua furnizarea de gaz de către E.ON, astăzi" – acesta este anunţul pe care primarul Timişoarei, Nicolae Robu, l-a făcut, în jurul orei 16.00, pe Facebook. Deci, trebuie să vină şi apa caldă la robinetele timişorenilor. Edilul-şef îi informează pe internauţi că a convenit cu Dan Morari, directorul general E.ON,...	OSCAR-2019	445
Compania de vânzări directe Amway Corp. a anunţat că l-a desemnat pe Mark Stevens ca noul CFO (chief financial officer), potrivit unui comunicat. Înainte de numirea sa, Stevens a fost vicepreşedinte financiar de vânzări la nivel global al Apple Inc., fiind responsabil pe un portofoliu de 153 miliarde de dolari. Înainte...	OSCAR-2019	101
INAS SA, în parteneriat cu Bentley Systems, derulează o campanie specială de promovare a soluțiilor Bentley WaterCAD/SewerCAD și Bentley Map în perioada 16 iulie - 22 decembrie 2018. Beneficiați în cadrul acestei campanii de licențe CAD dedicate rețelelor de apă și canalizare, la un preț special: achiziționați serviciu...	OSCAR-2019	403
La invitația Primăriei Municipiului Timișoara, reprezentanții Asociației Peisagiștilor din România- AsoP, Filiala Teritorială Vest au participat în data de 29.03.2017, la o întâlnire de lucru având ca obiect tăierile aplicate în coronamentul arborilor, alături de cadre universitare din partea Universității de Științe A...	OSCAR-2019	743
"Să dai, să dai, iată marea fericire a vieţii. Să dai mai ales la timp, fiecare lucru la vremea lui. Să dai râsul, să dai lacrimile… să-ţi trăieşti avânturile, să-ţi trăieşti durerea… să înhaţi raza de bucurie care fuge, să-ţi arăţi dinţii frumoşi în râsul pe care nişte ochi umezi ţi-l cerşesc, şi apoi, apoi să plângi ...	OSCAR-2019	120
La hotarul dintre Orient şi Occident, între întinderea falnicilor munţi Ural, imensitatea teritoriului Rusiei şi a Mării Caspice, se află câteva dintre ţările cele mai vechi ale continentului asiatic, ţări a căror istorie este strâns legată de legendarul Drum al Mătăsii, peste care s-au succedat unele dintre cele mai p...	OSCAR-2019	1,928
Noul nostru produs, Papaya PLUS, conține toate enzimele importante care sprijină digestia, sub formă de tablete masticabile Ajută la descompunerea proteinelor, carbohidraților, grăsimilor și chiar a lactozei, care cauzează probleme unui număr foarte mare de persoane. Toate acestea cu ajutorul enzimelor foarte eficiente...	OSCAR-2019	111
Deşi jucătorii sunt în plină vacanţă, conducerea clubului de volei Arcada Galaţi a început deja pregătirile pentru noul campionat. Conducerea tehnică a echipei încearcă să completeze lotul pentru un sezon în care va juca în trei competiţii. Arcada a încheiat campionatul trecut pe locul al cincilea, iar în noul sezon îş...	OSCAR-2019	404
~ prima carte: o introloducere în Astrologie - a doua carte: rezolvarea tuturor tipurilor de întrebări şi solicitări ~ Este o carte VIE, în care există o permanentă legătură a autorului cu cititorul, o exprimare de la suflet la suflet. William Lilly nu redactează o carte seacă, rece, el este într-un continuu act de co...	OSCAR-2019	192
La câteva luni după apariţia în librării, titlul ediţiei I a volumului de faţă a fost semnalat la bibliografia unei lucrări similare, Ghidul lucrărilor de licenţă şi disertaţie (nivel licenţă şi masterat), semnată de Ioan Lumperdean, Dumitru Matiş şi Răzvan Mustaţă, profesori la Facultatea de Ştiinţe Economice şi Gesti...	OSCAR-2019	315
…m-a sunat Zbengu. Zbengu e prietenul meu din copilarie care trebuia sa vina cu noi in Amazon, dar n-a mai ajuns (si-acum ii pare rau:). "Am o propunere", zice. Zbengu are propuneri putine si, de cele mai multe ori, cat se poate de serioase. "Hai sa facem un pact. De-acum, in fiecare an, pentru urmatorii zece ani, sa m...	OSCAR-2019	808
Valentina Buliga vrea ca Mihai Ghimpu să fie preşedinte, Mihai Ghimpu nu se bagă în politică, Vlad Filat îl vrea pe Vlad Filat preşedinte. Marian Lupu crede că preşedinte va fi cineva de la comunişti. Valentina Buliga, locuitoare a satului Iurceni, raionul Nisporeni (fostul judeţ Ungheni), îl vrea pe Mihai Ghimpu preşe...	OSCAR-2019	1,057
Proiectarea oricărui curs necesită și îndepărtarea cerințelor inutile asupra memoriei de lucru. Astfel, se eliberează memoria de lucru limitată pentru prelucrarea informațiilor și schemele de construire. Următoarele probleme tipice, dar nefericite, cauzează un efort mental inutil și reduc cantitatea de efort mental dis...	OSCAR-2019	188
… aș putea să vă povestesc cum m-a răpit un cetățean de culoare verde, locuitor al altei planete, care, după ce m-a extras de la coadă de la megaimaj, s-a uitat lung la mine cu singurul lui ochi, apoi și-a scuturat nervos cele trei antene din zona occipitală, după care m-a obligat să intru în mașina timpului și m-a tri...	OSCAR-2019	234
La data de 8 mai a.c., polițiștii din cadrul Biroului Rutier al Poliției municipiului Carei au fost sesizați cu privire la producerea unui eveniment rutier, soldat cu rănirea ușoară a unei persoane. La fața locului, polițiștii au constatat faptul că un conducător auto, de 37 de ani, din Carei, în timp ce se deplasa cu ...	OSCAR-2019	136
Există o corelaţie directă între progresia adâncimii de sondare parodontală şi cea a prezenţei accentuate a biofilmului şi a tartrului dentar rezidual. Una dintre ariile în care după detartraj şi planare radiculară se găseşte cel mai frecvent biofilm şi tartru rezidual este joncţiunea smalţ-cement (CEJ) — o arie uşor a...	OSCAR-2019	1,688
Societatea Națională de Medicina Familiei (SNMF) trage un semnal de alarmă cu privire la informațiile din spațiul public privind intenția autorităţilor de a închide centrele de permanență. Aceste centre reprezintă de multe ori șansa pacienților la viață. În prezent funcționează la nivel național un număr de 352 centre....	OSCAR-2019	148
L-am întrebat pe Google care-i rețeta prăjiturii belgiene cu brânză, aia de se topea-n gură și pe care-o visez în toate nopțile-n care nu mă bântuie Cutia misterelor. M-o trimis la prăjitura ASTA japoneză cică, a cărei secțiune arată identic celei desăvârșite-n secret de Rudy în patiseria evreului. Nu e AIA, dar e o pr...	OSCAR-2019	509
Cea mai mare bătălie se poartă între oamenii care dezvoltă un produs pe baza unor feeling-uri și-apoi, la finalul producției, angajează pe cineva să facă marketing, respectiv să identifice profilul de consumator, să-i afle obiceiurile de consum, să-i găsească locurile de consum sau de relaxare, pentru ca mai apoi să le...	OSCAR-2019	765
Primăria orașului Zlatna va scoate la licitație activitatea de exploatare și ecologizare a haldei de steril a fostei uzine Ampelum Zlatna, acum în proprietatea UAT-ului. Conform estimărilor specialiștilor din primărie, aici ar fi acum cam 10.000 de tone de steril care conține, printre altele, aur. Câștigătorul licitați...	OSCAR-2019	579
Containerele iesite din uz au fost folosite in prima faza pe santiere, apoi pe camp, dupa care au inceput sa fie folosite la construirea unor locuinte. In cazul in care vrei sa iti cumperi si tu o locuinta sau sa construiesti una, in cele ce urmeaza vom vedea care ar fi cele mai mari avantaje dar si dezavantaje pe care...	OSCAR-2019	227
"Regumaq XZ-30" – cu racord pentru circuitul de recirculare și pompa de recirculare de inalta eficienta Setul pentru conectare este in intregime preasamblat, potrivit pentru a fi conectat la curent. Sistemul de reglare este integrat in servomotoare. Setul se compune din patru servomotoare cu robineti sferici. Pe langa ...	OSCAR-2019	113
Flote de mini drone dotate cu surse luminoase ar putea înlocui artificiile tradiţionale, conform declaraţiei unui reprezentant din cadrul companiei Intel, citat de Press Association. Anil Nanduri, director general al segmentului vehiculelor aeriene fără pilot al Intel şi vicepreşedinte al Grupului pentru noi tehnologii...	OSCAR-2019	780
''Nu-ți număra niciodată banii''- înainte de-a ți se face plata... ( nu-ți face planuri... până nu vezi ce plată primești). ...coase, brodează pentru veșnicie, credincioșia faptelor ce vor dăinui veșnic; nu peticii ''vorbele-zdrențe '' ale lumii! ...unele râuri îşi sapă ani mulţi cursul albiei viitoare, dar când este t...	OSCAR-2019	199
Aveam oricum în plan să scriu despre Google Flights, pe care l-am descoperit destul de târziu. Însă acum se pare că Google a făcut un update care scoate și mai în față interfața prin care se pot rezerva bilete de avion sau camere de hotel. Ca să activați funcția trebuie să căutați ceva de genul "zbor new york" sau "caz...	OSCAR-2019	208
Concertul Pact by Leo Iorga şi Adi Ordean a ridicat vineri sala în picioare. Deşi nu toată sala mare a Casei de Cultură a fost plină vineri seara, cei care au ţinut să-i vadă pe foştii componenţi ai trupei Compact, au cântat şi au dansat "După ani şi ani" de carieră şi zeci sau sute de oraşe vizitate, Leo Iorga (ex-Com...	OSCAR-2019	135
Ceaiul de mure conține mure uscate și datorită taninurilor pe care aceste fructe le au în componența lor face ca acest ceai să fie benefic în diaree, răgușeală (atât în uz intern cât și extern). Ceaiul de mure sălbatice sau de cultură, conţine săruri minerale, provitamină A, vitamine din complexul B, zaharuri, acizi, p...	OSCAR-2019	288
Mâine e Black Friday, cel mai așteptat eveniment de shopping al anului, iar eMAG a pregătit o listă cu 10 produse care vor putea fi cumpărate la preț excepțional. Vor fi 2.000.000 de produse în ofertă, valoarea totală a reducerilor va ajunge la 40.000.000 de euro, iar fiecare client va găsi ceva pe placul lui. Nu vor l...	OSCAR-2019	191
A fost propunerea lui Andrei încă de pe când eram în Cehia deci, mulţumesc! Trebuie să precizez că ascult deseori muzică clasică, însă niciodată pe viu şi nu se compară cu nici o înregistrare. Să mergi la un astfel de concert e unul dintre lucrurile pe care măcar o dată în viaţă ar trebui să ni le dăruim. Mai mult de-a...	OSCAR-2019	214
Hunedoara // Doi alpiniști dispăruți sâmbătă în Masivul Retezat sunt căutați în continuare \| Moldova 24 Trei echipe de salvatori au plecat luni dimineața înspre vârful Bucura (2.433 m), din Masivul Retezat, pe trasee diferite, în căutarea celor doi alpiniști din Craiova despre care nu se mai știe nimic de sâmbătă, după...	OSCAR-2019	260
Asociația Pro Consumatori, care este o organizaţie de utilitate publică si parte a Organizației Europene a Consumatorilor, a studiat 44 tipuri de gem, dulceaţă şi magiun vandute în cele mai importante structuri comerciale. Studiul este realizat de Campania Națională de Informare și Educare: "Să învățăm să înțelegem eti...	OSCAR-2019	103
Pro TV va lansa din luna octombrie o nouă emisiune ce va transforma locuințele oamenilor. Producția Visuri la cheie va fi prezentat de actorul Dragoș Bucur, a anunțat postul de televiziune. Formatul este unul internațional Extreme Makeover - Home Edition. Postul a anunțat lansarea acestuia încă din august, când a fost ...	OSCAR-2019	552
Despre transformarea arestului la domiciliu al Elenei Udrea în control judiciar și despre colivia de aur › Nu trebuie să-ți faci probleme. Securitatea ți-a găsit oamenii normali pentru administrarea țării. Iohannis e unul dintre ei. Nu-i curge din gură la conferințele de presă, n-are "copii" și nu fuge afară decât pent...	OSCAR-2019	103
Festivalul SoNoRo, aflat la cea de-a XIII-a ediție, propune pentru anul acesta o ediție cu Efecte Secundare! SoNoRo se va desfășura în perioada 2-20 noiembrie 2018, în București, Timișoara, Cluj-Napoca, Brașov și Sibiu. Sub numele SIDE EFFECTS, festivalul va oferi publicului un amestec eclectic de manifestări artistice...	OSCAR-2019	689
Fotbalul american, cunoscut în Statele Unite ale Americii și Canada doar sub termenul de fotbal este un sport de echipă, care îmbină strategia cu jocul fizic. Obiectivul jocului este să se câștige puncte avansând cu mingea în terenul echipei adverse. Denumirea provine de la lungimea mingii de fotbal american care are l...	OSCAR-2019	126
4. In regiunile calde si uscate este bine de facut cortul pe o groapă de vreo l/2 m. adancime (bordei acoperit cu cort) care tine racoare si da inaltime cortului. 5. In locurile cu tantari, luati poloage, iar in regiunile de camp sau balta, cu ploi rari, pologul este chiar adapostul complect. Daca sunteti cu luntrea, i...	OSCAR-2019	265

End of preview. Expand in Data Studio

Romanian Text Corpus

A comprehensive, high-quality Romanian text corpus for language model pretraining. Built by collecting and cleaning text from five Romanian-language sources.

Dataset Summary

Total documents: 19,886,412
Estimated tokens: ~20.8B
Language: Romanian (ro)
Format: Parquet (zstd compressed)

Source Breakdown

Source	Documents
mC4	16,875,310
OSCAR-2109	881,722
OSCAR-2301	704,312
OSCAR-2019	703,991
OSCAR-2201	439,778
wikipedia	224,193
legislatie.just.ro	48,800
eurlex	5,547
cdep.ro	2,759

Cleaning Pipeline

Each document passed through a 5-stage pipeline before inclusion:

Basic cleaning — encoding fixes (ftfy), HTML tag removal, whitespace normalization, length filter (100–100,000 words)
Language detection — lingua detector + Romanian diacritics ratio filter (≥0.3%)
Boilerplate removal — lines appearing 100+ times across the corpus are removed (cookie banners, nav text, legal disclaimers)
Deduplication — URL + content hash dedup across all sources (priority: Wikipedia > EUR-Lex > legislation > parliament > CulturaX)
Shuffle — reservoir shuffle to randomize training order

Configs / Subsets

Load a specific source or the full corpus:

from datasets import load_dataset

# Full corpus
ds = load_dataset("15juneee/romanian-corpus", "all", split="train")

# Individual sources
wiki  = load_dataset("15juneee/romanian-corpus", "wikipedia",          split="train")
mc4   = load_dataset("15juneee/romanian-corpus", "mC4",                split="train")
o19   = load_dataset("15juneee/romanian-corpus", "OSCAR-2019",         split="train")
o21   = load_dataset("15juneee/romanian-corpus", "OSCAR-2109",         split="train")
o22   = load_dataset("15juneee/romanian-corpus", "OSCAR-2201",         split="train")
o23   = load_dataset("15juneee/romanian-corpus", "OSCAR-2301",         split="train")
law   = load_dataset("15juneee/romanian-corpus", "eurlex",             split="train")
leg   = load_dataset("15juneee/romanian-corpus", "legislatie_just_ro", split="train")
par   = load_dataset("15juneee/romanian-corpus", "cdep_ro",            split="train")

Schema

Field	Type	Description
`text`	string	Document text
`source`	string	Source identifier
`url`	string	Original URL (empty if unavailable)
`word_count`	int32	Word count after cleaning

License

Each source carries its own license:

Source	License
`wikipedia`	CC BY-SA 4.0
`mC4`, `OSCAR-*`	mC4 + OSCAR licenses (non-commercial research)
`eurlex`	EU public domain
`legislatie_just_ro`	Romanian public domain
`cdep_ro`	Romanian public domain

Important: Due to the mC4/OSCAR subsets, the full all config inherits a non-commercial research restriction. For commercial use, load only wikipedia, eurlex, legislatie_just_ro, and cdep_ro.

Downloads last month: 260