Datasets:
id stringlengths 25 29 | text stringlengths 200 1.57M | source stringclasses 1
value | added stringdate 2026-10-07 00:00:00 2026-10-07 00:00:00 | created stringdate 2010-10-16 00:00:00 2026-10-01 00:00:00 | token_count int64 82 726k | license stringclasses 1
value | author stringclasses 1
value | source_url stringlengths 34 248 | title stringlengths 3 217 | page_id int64 5 99.7k | text_sha256 stringlengths 64 64 |
|---|---|---|---|---|---|---|---|---|---|---|---|
cswikisource_literature_1731 | Preambule
Smluvní státy této smlouvy,
připomínajíce ustanovení Charty Organizace spojených národů, podle kterých se všechny členské státy zavazují podnikat ve spolupráci s touto organizací společné i samostatné akce k dosažení všeobecného uznání a respektování lidských práv a základních svobod pro všechny bez rozdílu r... | cswikisource_literature | 2026-10-07 | 2020-01-30 | 5,433 | CC-BY-SA-4.0 | komunita Wikizdrojů | https://cs.wikisource.org/wiki/Mezinárodní_úmluva_o_potlačení_a_trestání_zločinu_apartheidu | Mezinárodní úmluva o potlačení a trestání zločinu apartheidu | 1,731 | 31ad1a81c9f0ecd764633d2f3e144dfb8b48cd4098f5039c9f4a72996a70deb5 |
cswikisource_literature_1756 | __TOC__
o o hospodářských, sociálních a kulturních právech
Státy, smluvní strany tohoto Paktu,
majíce na zřeteli, že podle zásad vyhlášených v Chartě OSN, uznání přirozené důstojnosti a rovných a nezcizitelných práv všech členů lidské rodiny je základem svobody, spravedlnosti a míru ve světě,
uznávajíce, že tato práva ... | cswikisource_literature | 2026-10-07 | 2020-01-30 | 8,762 | CC-BY-SA-4.0 | komunita Wikizdrojů | https://cs.wikisource.org/wiki/Mezinárodní_pakt_o_hospodářských,_sociálních_a_kulturních_právech | Mezinárodní pakt o hospodářských, sociálních a kulturních právech | 1,756 | f8d45bcb33e658f9634f3c3542603e30647a487485bab51eafa3dbe62de6bea1 |
cswikisource_literature_1757 | __TOC__
o občanských a politických právech
Státy, smluvní strany tohoto Paktu,
majíce na zřeteli, že podle zásad vyhlášených v Chartě Organizace spojených národů je uznání přirozené důstojnosti a rovných a nezcizitelných práv všech členů lidské rodiny základem svobody, spravedlnosti a míru ve světě,
uznávajíce, že tato... | cswikisource_literature | 2026-10-07 | 2023-08-08 | 15,696 | CC-BY-SA-4.0 | komunita Wikizdrojů | https://cs.wikisource.org/wiki/Mezinárodní_pakt_o_občanských_a_politických_právech | Mezinárodní pakt o občanských a politických právech | 1,757 | 22de18198615a8d215f116152a05e7f315dab299bbfb92725901befb52c687c2 |
cswikisource_literature_1759 | František Bartoš
Kytice z národních písní moravských
Karel Jaromír Erben
Kytice z pověstí národních
Kytice z pověstí národních/Kytice
Václav Hanka (?)
Rukopis královédvorský/Kytice
Karel Havlíček Borovský
Poesie sociální/Z veršů a epigramů Karla Havlíčka#Kytice
literární almanach
Kytice (almanach)
Kytice (almanach pro ... | cswikisource_literature | 2026-10-07 | 2019-10-18 | 162 | CC-BY-SA-4.0 | komunita Wikizdrojů | https://cs.wikisource.org/wiki/Kytice | Kytice | 1,759 | faa8c3ccad30621d267fd62934738ad39f661400423341a2210cf2cd5ffaa1bb |
cswikisource_literature_1761 | Staré pověsti české
Úvod
/O Čechovi/
/O Krokovi a jeho dcerách/
/O Bivoji/
/O Libuši/
/O Přemyslovi/
/Libušina proroctví/
/Dívčí válka/
/O Křesomyslu a Horymírovi/
/Lucká válka/
/Durynk a Neklan/
Pověsti doby křesťanské
Úvod
/O králi Svatoplukovi/
/O králi Ječmínkovi/
/Praporec sv. Václava/
/O Bruncvíkovi/
/Opatovický ... | cswikisource_literature | 2026-10-07 | 2023-04-11 | 370 | CC-BY-SA-4.0 | komunita Wikizdrojů | https://cs.wikisource.org/wiki/Staré_pověsti_české_(1959) | Staré pověsti české (1959) | 1,761 | 6d6b889f2e68ed027f8ebe777cebe3ca00ade6b832ce49b8f5ea3a9429a3c0e2 |
cswikisource_literature_1765 | Preambule
Státy, které jsou stranou této Úmluvy,
berouce v úvahu, že v souladu se zásadami vyhlášenými v Chartě OSN je uznávání stejných a nezadatelných práv všech členů lidské společnosti základem svobody, spravedlnosti a míru ve světě,
uznávajíce, že tato práva vyplývají z přirozené důstojnosti člověka,
berouce v úva... | cswikisource_literature | 2026-10-07 | 2020-01-30 | 13,294 | CC-BY-SA-4.0 | komunita Wikizdrojů | https://cs.wikisource.org/wiki/Úmluva_proti_mučení | Úmluva proti mučení | 1,765 | 667cee39ebb797447fbf1e3d83d3095e20211f7c2f49032ccffc5ce80b838651 |
cswikisource_literature_1766 | Preambule
Členské státy Rady Evropy a ostatní státy, které podepsaly tuto rámcovou Úmluvu,
majíce na zřeteli, že cílem Rady Evropy je dosažení větší jednoty mezi jejími členy za účelem zachování a uskutečňování ideálů a zásad, jež jsou jejich společným dědictvím;
majíce na zřeteli, že jednou z metod, jimiž má být tohot... | cswikisource_literature | 2026-10-07 | 2020-01-30 | 7,722 | CC-BY-SA-4.0 | komunita Wikizdrojů | https://cs.wikisource.org/wiki/Rámcová_úmluva_o_ochraně_národnostních_menšin | Rámcová úmluva o ochraně národnostních menšin | 1,766 | 14d579afdd3b98ba8ba43501d40ca72e3626a8ae72b57febfee916c4caae4efe |
cswikisource_literature_1767 | Preambule
Státy, které jsou smluvní stranou tohoto Protokolu,
majíce na zřeteli, že pro dosažení cílů Mezinárodního paktu o občanských a politických právech (dále jen Pakt) a provedení jeho ustanovení by bylo vhodné umožnit Výboru pro lidská práva zřízenému podle části IV Paktu (dále jen Výbor), aby v souladu s ustanov... | cswikisource_literature | 2026-10-07 | 2020-01-30 | 2,981 | CC-BY-SA-4.0 | komunita Wikizdrojů | https://cs.wikisource.org/wiki/Opční_protokol_k_Mezinárodnímu_paktu_o_občanských_a_politických_právech | Opční protokol k Mezinárodnímu paktu o občanských a politických právech | 1,767 | c8de39c534da85d5b52ea5068bb0a8cb742fe73f4a91089d097b6c290859020e |
cswikisource_literature_1768 | Jelikož článek 104 Charty Organizace Spojených národů stanoví, že Organizace požívá na území každého ze svých členských států takové právní způsobilosti, jaké je třeba, aby konala své úkoly a plnila své cíle, a
jelikož článek 105 Charty Organizace Spojených národů stanoví, že Organizace požívá na území každého ze svých... | cswikisource_literature | 2026-10-07 | 2020-01-30 | 6,587 | CC-BY-SA-4.0 | komunita Wikizdrojů | https://cs.wikisource.org/wiki/Úmluva_o_výsadách_a_imunitách_Organizace_Spojených_národů | Úmluva o výsadách a imunitách Organizace Spojených národů | 1,768 | 66d9544b3dbd57b5e5913501314b8c48b9c9454f8e7291533d305300c4315980 |
cswikisource_literature_1769 | Přilítlo jaro z daleka
Já jsem ten rytíř z pohádky
Umlklo stromů šumění
Vše na světě teď usnulo
Na nebi na sta hvězdiček
Divoucí div to — Bože můj
Bůh povolal mne do ráje
Kdyby ten slavíček
Mám ti to sladké tajemství
Má milá, pojď a poklekni
Jsem jako lípa košatá
Tak často mně to připadá
Ty jenom ještě poupátko
Ten sla... | cswikisource_literature | 2026-10-07 | 2023-12-28 | 877 | CC-BY-SA-4.0 | komunita Wikizdrojů | https://cs.wikisource.org/wiki/Večerní_písně | Večerní písně | 1,769 | 29878e5e46fa812cbde1290a06995622d2f2e5ba95eb5c0b3940d25d00a5f7f3 |
cswikisource_literature_1770 | Přilítlo jaro z daleka,
a všude plno touhy,
vše tlačilo se k slunci ven,
že snilo sen tak dlouhý.
Vylítly z hnízda pěnkavy
a drobné děti z chýše,
a pestré kvítí na lukách
přesladkou vůni dýše.
Z větví se lístek tlačí ven
a ptáčkům z hrdla hlásky,
a v ňadrech v srdci mlaďounkém —
tam klíčí poupě lásky. | cswikisource_literature | 2026-10-07 | 2023-12-22 | 166 | CC-BY-SA-4.0 | komunita Wikizdrojů | https://cs.wikisource.org/wiki/Večerní_písně/1 | Večerní písně/1 | 1,770 | 0f2beb1da14d891d7d688e99931e7b76d70de7aadfc27ec2b71d7347bb787a33 |
cswikisource_literature_1771 | Já jsem ten rytíř z pohádky,
jenž hrdě vyjel do světa,
abych tu pannu uviděl,
jež jako růže vykvétá.
O ní šla věsť: kdo spatří ji —
ten s kletbou prý to odnese,
budže se v kámen promění,
budže mu srdce vyrve se.
I myslil jsem si u sebe:
Snad přec je někdo vyjmutý!
A vyjel jsem, a za ten hřích
teď — v zpěváka jsem zakle... | cswikisource_literature | 2026-10-07 | 2023-12-22 | 168 | CC-BY-SA-4.0 | komunita Wikizdrojů | https://cs.wikisource.org/wiki/Večerní_písně/2 | Večerní písně/2 | 1,771 | e6cea84319799395d92264f1adf13b9fa2aee5a5336f9148e6803a568995dbe8 |
cswikisource_literature_1772 | Umlklo stromů šumění,
a lístek sotva dýše,
a ptáček dřímá krásný sen
tak tichounce, tak tiše.
Na nebi vzešlo mnoho hvězd,
a kolem je tak volno,
jenom v těch ňadrech teskno tak
a u srdce tak bolno.
Ve kvítku pěkný kalíšek
se bílá rosa skládá —
můj Bože, a ta rosa též
se v moje oči vkrádá. | cswikisource_literature | 2026-10-07 | 2023-12-22 | 154 | CC-BY-SA-4.0 | komunita Wikizdrojů | https://cs.wikisource.org/wiki/Večerní_písně/3 | Večerní písně/3 | 1,772 | 76e7185334fb43f07ccd50addf709f2e3295a4a10176ecbaa2fc20ac849c3c67 |
cswikisource_literature_1773 | Vše na světě teď usnulo,
až na to srdce v těle.
Bůh sám ví, že to srdce jen
si nikdy neustele.
V tom božím světě zmlklo vše,
až na zvuk srdce hravý.
Bůh sám ví, že to srdce jen
se nikdy neunaví.
Myšlenku spánek přemáhá,
noc se dnem se v bdění střídá —
jen srdce v prsou stále bdí
a tam si lásku hlídá. | cswikisource_literature | 2026-10-07 | 2023-12-22 | 154 | CC-BY-SA-4.0 | komunita Wikizdrojů | https://cs.wikisource.org/wiki/Večerní_písně/4 | Večerní písně/4 | 1,773 | d5b2509ab26114b63343fc6cc3876d2d4945ea797b815072db23a165d784ae61 |
cswikisource_literature_2220 | I
Tma jako v hrobě, mráz v okna duje,
v světnici teplo u kamen;
v krbu se svítí, stará podřimuje,
děvčata předou měkký len.
„Toč se a vrč, můj kolovrátku,
ejhle adventu již nakrátku
a blízko, blizoučko Štědrý den!
Mílotě děvčeti přísti, mílo
za smutných zimních večerů;
neb nebude darmo její dílo,
tu pevnou chová důvěru... | cswikisource_literature | 2026-10-07 | 2018-12-18 | 1,955 | CC-BY-SA-4.0 | komunita Wikizdrojů | https://cs.wikisource.org/wiki/Kytice_z_pověstí_národních/Štědrý_den | Kytice z pověstí národních/Štědrý den | 2,220 | 8b38bdfa9024068537354ae893627e626ec9218d81d7c5bd90879631f25d4c60 |
cswikisource_literature_2221 | Okolo hřbitova
cesta úvozová;
šla tudy, plakala
mladá, hezká vdova.
Plakala, želela
pro svého manžela:
neb tudy naposled
jej doprovázela. —
Od bílého dvora
po zelené louce
jede pěkný panic,
péro na klobouce.
„Neplač, nenaříkej,
mladá, hezká vdovo,
škoda by tvých očí,
slyš rozumné slovo.
Neplač, nenaříkej,
vdovo, pěkná ... | cswikisource_literature | 2026-10-07 | 2020-10-16 | 963 | CC-BY-SA-4.0 | komunita Wikizdrojů | https://cs.wikisource.org/wiki/Kytice_z_pověstí_národních/Holoubek | Kytice z pověstí národních/Holoubek | 2,221 | 0e04b4382d9805f90723917fbd5ff0a4b7caaee93ea1524c6fbf4a0d18f39e5a |
cswikisource_literature_2222 | Umřela panna v době jarních let,
jako když uschne mladé růže květ;
umřela panna, růže v poupěti —
škoda jí, škoda v zemi ležeti!
„Nedávejte mne ve vsi na hřbitov,
tam bývá nářek sirotků a vdov,
tam slzí hořkých mnoho plynulo:
srdéčko mé by hořem hynulo.
Pochovejte mne vpod zelený les,
tam na mém hrobě kvésti bude vřes;... | cswikisource_literature | 2026-10-07 | 2018-12-18 | 1,357 | CC-BY-SA-4.0 | komunita Wikizdrojů | https://cs.wikisource.org/wiki/Kytice_z_pověstí_národních/Lilie | Kytice z pověstí národních/Lilie | 2,222 | 8e9eacb0bc8dff022e3d9937e6a74ef885a972ad06de8f57068250aa36a659c2 |
cswikisource_literature_2223 | Ráno sedá ke snídani,
táže se své mladé paní:
„Paní moje, paní milá,
vždycky upřímná jsi byla,
vždycky upřímná jsi byla —
jednohos mi nesvěřila.
Dvě léta jsme spolu nyní —
jedno nepokoj mi činí.
Paní moje, milá paní,
jaké je to tvoje spaní?
Večer lehneš zdráva, svěží,
v noci tělo mrtvo leží.
Ani ruchu, ani sluchu,
ani ... | cswikisource_literature | 2026-10-07 | 2020-05-15 | 1,416 | CC-BY-SA-4.0 | komunita Wikizdrojů | https://cs.wikisource.org/wiki/Kytice_z_pověstí_národních/Vrba | Kytice z pověstí národních/Vrba | 2,223 | a5d05dfe71d655eae0e6d68a725b772012eaa7440c53124e1adf1fd82da2d82e |
cswikisource_literature_2224 | I
Na topole nad jezerem
seděl vodník podvečerem:
„Sviť, měsíčku, sviť,
ať mi šije niť.
Šiju, šiju si botičky
do sucha i do vodičky:
sviť, měsíčku, sviť,
ať mi šije niť.
Dnes je čtvrtek, zejtra pátek —
šiju, šiju si kabátek:
sviť, měsíčku, sviť,
ať mi šije niť.
Zelené šaty, botky rudé,
zejtra moje svatba bude:
sviť, měs... | cswikisource_literature | 2026-10-07 | 2025-06-01 | 2,800 | CC-BY-SA-4.0 | komunita Wikizdrojů | https://cs.wikisource.org/wiki/Kytice_z_pověstí_národních/Vodník | Kytice z pověstí národních/Vodník | 2,224 | 5df3b499ea23817bac86eecfa5a5f02b36898b48b4720744420e3c6eecf50002 |
Czech Wikisource literature (cswikisource_literature) - classics, translations, encyclopedic works
Czech literature and reference texts (Wikizdroje, Czech Wikisource,
namespace 0, non-redirect) from the pinned cswikisource
pages-meta-current dump (2026-10-01): classics (Neruda, Jirásek, Hašek,
Čapek), translations (e.g. Don Quijote), encyclopedic and dictionary works,
public speeches and historical documents.
- Source pages: 58,112 retained from 92,646 dump pages (all namespaces)
- Retained records: 39,496 (67.9% of content pages)
- Measured
cl100k_baseproxy tokens: 81,133,114 - Characters: 172,200,065
- Time span (revision dates): 2010-10-16 - 2026-10-01
- Source snapshot:
cswikisource-latest-pages-meta-current.xml.bz2(91,990,530 bytes, md5050313c569c1ff86fb43d3feac31c49c- verified against publishermd5sums; dumps index https://dumps.wikimedia.org/cswikisource/latest/)
License - evidence at the origin
- Wiki-layer license: CC BY-SA 4.0 - verbatim siteinfo
rightsinfo: "Creative Commons Attribution-Share Alike 4.0" (https://cs.wikisource.org/w/api.php?action=query&meta=siteinfo&siprop=rightsinfo, checked 2026-10-07). Per-record license field:CC-BY-SA-4.0. - Underlying works are hosted as public domain (Czech classics, author
death + 70) or free-licensed texts; per-work status remains a review item
[INFERENCE: Wikisource hosting policy, not per-work counsel-verified].
release: Noneuntil the review ruling (same policy aslegal-skandjusticecorp-sk). - Per-record provenance in
artifacts/attribution.jsonl.gz: page id, title, source URL (https://cs.wikisource.org/wiki/<title>), revision date andtext_sha256.
Samples
Verbatim records from artifacts/sample.jsonl, truncated with [...].
Sample 1 (obituary notice, 1918 press)
id: cswikisource_literature_62558
source: cswikisource_literature
created: 2020-01-23
token_count: 315
Úmrtí. Dne 16. října t. r. zemřel v Olomouci profesor české reálky, ředitel dívčího ref. reál. gymnasia v Olomouci Jindřich . Narodil se r. 1887 v Oplocanech u Tovačova. Působil na českém gymnasiu v O [...]
Sample 2 (translated classic - Don Quijote)
id: cswikisource_literature_21165
source: cswikisource_literature
created: 2026-09-23
token_count: 9201
Cide Hamete Benengeli, arabský a mancheský spisovatel, vypravuje v této převážné, veleslavné, roztomilé, utěšené a důvtipné historii, že po oné ku konci dvacáté první kapitoly pověděné rozmluvě slovut [...]
Sample 3 (encyclopedic entry)
id: cswikisource_literature_43509
source: cswikisource_literature
created: 2026-04-14
token_count: 1900
Aequivalent (z lat.), , nazývá se vůbec částka ustanovená jakožto náhrada za věc zcizenou, zhoršenou nebo za věc, která by v jiné způsobě měla býti poskytnuta; pak jako výkupné za nějaký požadavek. Ve [...]
Filtering
From the pages-meta-current dump: namespace 0 only, redirect pages skipped
(<redirect/> element), latest revision per page; wikitext stripped with
mwparserfromhell (strip_code(normalize, collapse)) after raw-level removal
of galleries, file/image links (Soubor:/File:/Image:/Media:),
interwiki links and category lines (Kategorie:).
Rejections (18,616 records, one final decision per record in
artifacts/decisions.jsonl.gz):
{
"low_letter_ratio": 79,
"near_duplicate": 20,
"non_czech_text": 313,
"normalized_duplicate": 18,
"too_little_text": 18182,
"too_little_text_after_redaction": 4
}
Minimum final text is 200 characters (short poems and dictionary stubs
must survive). Language gate: langid == cs on the first 1000 characters.
PII redaction (redact_pii() in the builder): labelled patterns only -
e-mail, labelled phone, labelled IP address ("IP adresa"), labelled national
identifier ("rodné číslo"), CZ IBAN candidates. Pattern counts: 3 e-mail,
1 labelled phone, 0 everything else. Residual pattern documents after
redaction: 0 across all patterns. Bare dotted quads are content and are
deliberately not redacted.
Layout filter (drop_layout_lines()): bullet-only lines and page fractions
(577 line instances removed). Boilerplate: lines with document frequency
above 395 (1% of gated documents) dropped (1,545 line instances removed).
Deduplication: exact dedup on 128-bit truncated sha256; near dedup with
Jaccard >= 0.90 on capped 25 x 5-word shingle sets (first-owner-per-shingle
majority vote candidates, >= 20 shared shingles). Records sharing a source id
are rejected as duplicate_id (first occurrence wins).
Known limitations
- Mixed literary and reference register: novels, poems, translations, encyclopedic/dictionary entries, press excerpts and speeches.
- Wikitext stripping leaves occasional layout fragments and proofreading markup notes.
- Per-work copyright status of underlying texts is a review item (hosted as PD/free per Wikisource, not per-work counsel-verified).
createdis the latest revision date of the source page.
See artifacts/ for attribution, per-record decisions, QA counts, samples
and checksums. verify() passes: 39,496 rows, unique IDs, token counts
recomputed and text_sha256 re-checked against the emitted text. Tests:
9 (pytest).
- Downloads last month
- 49