Gothic (got) subword embeddings

Vocab size vocab model 25 dim 50 dim 100 dim 200 dim 300 dim
1000 vocab model txt | bin
bokeh | umap | matrix
txt | bin
bokeh | umap | matrix
txt | bin
bokeh | umap | matrix
txt | bin
bokeh | umap | matrix
txt | bin
bokeh | umap | matrix
3000 vocab model txt | bin
bokeh | umap | matrix
txt | bin
bokeh | umap | matrix
txt | bin
bokeh | umap | matrix
txt | bin
bokeh | umap | matrix
txt | bin
bokeh | umap | matrix
5000 vocab model txt | bin
bokeh | umap | matrix
txt | bin
bokeh | umap | matrix
txt | bin
bokeh | umap | matrix
txt | bin
bokeh | umap | matrix
txt | bin
bokeh | umap | matrix

Embedding matrix plots

Training corpus sample, encoded with different BPE vocabulary sizes

Vocab sizegotwiki sample
original πŒ°πŒ½πŒΏπŒ³πŒΉπŒ±πŒ°πŒΏπ‚πŒ²πƒ (𐌰𐌲𐌲. ''duckburg'') πŒΉπƒπ„ πŒ±πŒ°πŒΏπ‚πŒ²πƒ πŒΈπŒ°π‚πŒ΄πŒΉ πŒ°πŒ»πŒ°π‚πŒ΄πŒΉπŒΊπƒ πŒ°πŒ½πŒΏπŒΈπƒ 𐌾𐌰𐌷 π†π‚πŒΉπŒΎπ‰πŒ½πŒ³πƒ πŒΉπƒ 𐌱𐌰𐌿𐌰𐌽𐌳. 𐍃𐍉 πŒ±πŒ°πŒΏπ‚πŒ²πƒ 𐌻𐌹𐌲𐌹𐌸 𐌹𐌽 πŒ°πŒΌπŒ΄π‚πŒΉπŒΊπŒ°πŒ½πŒΉπƒπŒΊπŒ°πŒΌπŒΌπŒ° 𐌲𐌰𐌿𐌾𐌰 "πŒΊπŒ°πŒ»πŒΉπƒπ‰π„πŒ°".
πŒ²πŒΏπŒ½πŒΈπŒΉπŒΌπŒ΄π‚πƒ, π…πŒΉπƒπŒΏπŒ²πŒΏπ„πŒ°πŒ½πŒ΄ πŒΈπŒΉπŒΏπŒ³πŒ°πŒ½πƒ πŒ²πŒΏπŒ½πŒΈπŒΉπŒΌπŒ΄π‚πƒ (? - β€’π‡πŒΉπŒ±β€’) π…πŒ°πƒ π…πŒΉπƒπŒΉπŒ²πŒΏπ„πŒ°πŒ½πŒ΄ πŒΈπŒΉπŒΏπŒ³πŒ°πŒ½πƒ π†π‚πŒ°πŒΌ πŒΎπŒ΄π‚πŒ° β€’π‡πŒΉβ€’. π…πŒ°πŒ»πŒ³πŒΏπ†πŒ½πŒΉ πŒΈπŒ°πŒΉπ‚πŒ· π†π‚πŒΉπŒΎπŒ°πŒΈπ…πŒ° 𐌼𐌹𐌸 πŒ·πŒ»π‰π„πŒ°π‚πŒ° 𐌹𐌹 πŒ½πŒ΄π…πƒπ„π‚πŒΎπ‰πƒ 𐌾𐌰𐌷 𐌸𐌹𐌿𐌳𐌰𐌱
(pdf) the ethnonym apar in the turkish inscriptions of the viii. century and armenian manuscripts - mehmet tezcan
1000 β–πŒ°πŒ½ 𐌿𐌳 𐌹𐌱 πŒ°πŒΏπ‚πŒ²πƒ ▁( 𐌰𐌲𐌲 . ▁'' d uc k b ur g '') β–πŒΉπƒπ„ β–πŒ±πŒ°πŒΏπ‚πŒ²πƒ β–πŒΈπŒ°π‚πŒ΄πŒΉ β–πŒ°πŒ» πŒ°π‚πŒ΄πŒΉπŒΊ 𐍃 β–πŒ°πŒ½ 𐌿 πŒΈπƒ β–πŒΎπŒ°πŒ· β–π†π‚πŒΉ πŒΎπ‰πŒ½ 𐌳 𐍃 β–πŒΉπƒ β–πŒ±πŒ°πŒΏ 𐌰𐌽𐌳 . ▁𐍃𐍉 β–πŒ±πŒ°πŒΏπ‚πŒ²πƒ β–πŒ»πŒΉπŒ² 𐌹𐌸 β–πŒΉπŒ½ β–πŒ°πŒΌ 𐌴 π‚πŒΉ 𐌺 𐌰𐌽 πŒΉπƒπŒΊπŒ°πŒΌπŒΌπŒ° β–πŒ²πŒ°πŒΏ 𐌾𐌰 ▁" 𐌺 𐌰𐌻 πŒΉπƒ 𐍉 π„πŒ° " .
β–πŒ² 𐌿𐌽 𐌸 𐌹𐌼 πŒ΄π‚ 𐍃 , β–π…πŒΉπƒ 𐌿𐌲 πŒΏπ„πŒ°πŒ½πŒ΄ β–πŒΈπŒΉπŒΏπŒ³πŒ°πŒ½πƒ β–πŒ² 𐌿𐌽 𐌸 𐌹𐌼 πŒ΄π‚ 𐍃 ▁( ? ▁- ▁‒ 𐍇 𐌹𐌱 β€’ ) β–π…πŒ°πƒ β–π…πŒΉπƒ 𐌹𐌲 πŒΏπ„πŒ°πŒ½πŒ΄ β–πŒΈπŒΉπŒΏπŒ³πŒ°πŒ½πƒ β–π†π‚πŒ°πŒΌ β–πŒΎπŒ΄π‚πŒ° ▁‒ 𐍇 𐌹 β€’. ▁𐍅 𐌰𐌻𐌳 𐌿 𐍆 𐌽 𐌹 β–πŒΈπŒ°πŒΉπ‚πŒ· β–π†π‚πŒΉ 𐌾𐌰 𐌸 π…πŒ° β–πŒΌπŒΉπŒΈ β–πŒ·πŒ» 𐍉 π„πŒ° π‚πŒ° β–πŒΉ 𐌹 β–πŒ½πŒ΄ 𐍅 𐍃𐍄 𐍂 πŒΎπ‰πƒ β–πŒΎπŒ°πŒ· β–πŒΈπŒΉπŒΏπŒ³πŒ° 𐌱
▁( p d f ) ▁the ▁ et h n on y m ▁a p ar ▁in ▁the ▁t ur k ish ▁in s c ri p tion s ▁of ▁the ▁v i i i . ▁c ent ur y ▁and ▁a r m en i an ▁m an us c ri p t s ▁- ▁me h m et ▁t e z c an
3000 β–πŒ°πŒ½ 𐌿𐌳 𐌹𐌱 πŒ°πŒΏπ‚πŒ²πƒ ▁( 𐌰𐌲𐌲 . ▁'' duc k b ur g '') β–πŒΉπƒπ„ β–πŒ±πŒ°πŒΏπ‚πŒ²πƒ β–πŒΈπŒ°π‚πŒ΄πŒΉ β–πŒ°πŒ» πŒ°π‚πŒ΄πŒΉπŒΊπƒ β–πŒ°πŒ½ πŒΏπŒΈπƒ β–πŒΎπŒ°πŒ· β–π†π‚πŒΉπŒΎπ‰πŒ½ πŒ³πƒ β–πŒΉπƒ β–πŒ±πŒ°πŒΏπŒ°πŒ½πŒ³ . ▁𐍃𐍉 β–πŒ±πŒ°πŒΏπ‚πŒ²πƒ β–πŒ»πŒΉπŒ²πŒΉπŒΈ β–πŒΉπŒ½ β–πŒ°πŒΌπŒ΄π‚πŒΉ 𐌺 𐌰𐌽 πŒΉπƒπŒΊπŒ°πŒΌπŒΌπŒ° β–πŒ²πŒ°πŒΏπŒΎπŒ° ▁" 𐌺 πŒ°πŒ»πŒΉπƒ π‰π„πŒ° ".
β–πŒ²πŒΏπŒ½πŒΈ 𐌹𐌼 πŒ΄π‚πƒ , β–π…πŒΉπƒπŒΏπŒ²πŒΏπ„πŒ°πŒ½πŒ΄ β–πŒΈπŒΉπŒΏπŒ³πŒ°πŒ½πƒ β–πŒ²πŒΏπŒ½πŒΈ 𐌹𐌼 πŒ΄π‚πƒ ▁(? ▁- ▁‒ 𐍇 𐌹𐌱 β€’) β–π…πŒ°πƒ β–π…πŒΉπƒπŒΉπŒ²πŒΏπ„πŒ°πŒ½πŒ΄ β–πŒΈπŒΉπŒΏπŒ³πŒ°πŒ½πƒ β–π†π‚πŒ°πŒΌ β–πŒΎπŒ΄π‚πŒ° ▁‒ 𐍇 𐌹 β€’. β–π…πŒ°πŒ»πŒ³πŒΏπ†πŒ½πŒΉ β–πŒΈπŒ°πŒΉπ‚πŒ· β–π†π‚πŒΉπŒΎπŒ° 𐌸 π…πŒ° β–πŒΌπŒΉπŒΈ β–πŒ·πŒ» π‰π„πŒ° π‚πŒ° β–πŒΉ 𐌹 β–πŒ½πŒ΄ 𐍅𐍃𐍄 𐍂 πŒΎπ‰πƒ β–πŒΎπŒ°πŒ· β–πŒΈπŒΉπŒΏπŒ³πŒ° 𐌱
▁( p d f ) ▁the ▁ et hn on y m ▁ap ar ▁in ▁the ▁t ur k ish ▁in s cri p tion s ▁of ▁the ▁v ii i . ▁c ent ur y ▁and ▁ar men ian ▁man us cript s ▁- ▁me h met ▁te z c an
5000 β–πŒ°πŒ½ 𐌿𐌳 𐌹𐌱 πŒ°πŒΏπ‚πŒ²πƒ ▁( 𐌰𐌲𐌲 . ▁'' duc k b ur g '') β–πŒΉπƒπ„ β–πŒ±πŒ°πŒΏπ‚πŒ²πƒ β–πŒΈπŒ°π‚πŒ΄πŒΉ β–πŒ°πŒ» πŒ°π‚πŒ΄πŒΉπŒΊπƒ β–πŒ°πŒ½ πŒΏπŒΈπƒ β–πŒΎπŒ°πŒ· β–π†π‚πŒΉπŒΎπ‰πŒ½ πŒ³πƒ β–πŒΉπƒ β–πŒ±πŒ°πŒΏπŒ°πŒ½πŒ³ . ▁𐍃𐍉 β–πŒ±πŒ°πŒΏπ‚πŒ²πƒ β–πŒ»πŒΉπŒ²πŒΉπŒΈ β–πŒΉπŒ½ β–πŒ°πŒΌπŒ΄π‚πŒΉ 𐌺𐌰𐌽 πŒΉπƒπŒΊπŒ°πŒΌπŒΌπŒ° β–πŒ²πŒ°πŒΏπŒΎπŒ° ▁" 𐌺 πŒ°πŒ»πŒΉπƒ π‰π„πŒ° ".
β–πŒ²πŒΏπŒ½πŒΈπŒΉπŒΌπŒ΄π‚πƒ , β–π…πŒΉπƒπŒΏπŒ²πŒΏπ„πŒ°πŒ½πŒ΄ β–πŒΈπŒΉπŒΏπŒ³πŒ°πŒ½πƒ β–πŒ²πŒΏπŒ½πŒΈπŒΉπŒΌπŒ΄π‚πƒ ▁(? ▁- ▁‒ 𐍇 𐌹𐌱 β€’) β–π…πŒ°πƒ β–π…πŒΉπƒπŒΉπŒ²πŒΏπ„πŒ°πŒ½πŒ΄ β–πŒΈπŒΉπŒΏπŒ³πŒ°πŒ½πƒ β–π†π‚πŒ°πŒΌ β–πŒΎπŒ΄π‚πŒ° ▁‒ 𐍇 𐌹 β€’. β–π…πŒ°πŒ»πŒ³πŒΏπ†πŒ½πŒΉ β–πŒΈπŒ°πŒΉπ‚πŒ· β–π†π‚πŒΉπŒΎπŒ° 𐌸 π…πŒ° β–πŒΌπŒΉπŒΈ β–πŒ·πŒ» π‰π„πŒ° π‚πŒ° β–πŒΉπŒΉ β–πŒ½πŒ΄π…πƒπ„ π‚πŒΎπ‰πƒ β–πŒΎπŒ°πŒ· β–πŒΈπŒΉπŒΏπŒ³πŒ° 𐌱
▁( p d f ) ▁the ▁et hn on y m ▁ap ar ▁in ▁the ▁t urk ish ▁in scri p tion s ▁of ▁the ▁vii i . ▁cent ury ▁and ▁ar men ian ▁man us cript s ▁- ▁me h met ▁te z c an