Mirandese (mwl) 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
10000 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
25000 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
50000 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

Training corpus sample, encoded with different BPE vocabulary sizes

Vocab sizemwlwiki sample
original ambora registros purmários deste período séian poucos, trabalhos de poesie, lhegislaçon i angenharie deste período supren amportantes bisones de la bi
la barreira de las muntanhas faç cun que ls aires lhében l aire caliente de las regiones más baixas até ua zona más eilebada, adonde el se spande an b
ye fácele cuncluir que an detrimento de muitas alteraçones na temática ambiental, las ciéncias ambientales nun poderien outelizar recursos berificatór
1000 ▁amb o ra ▁reg is tros ▁purm ári os ▁des te ▁período ▁sé i an ▁pou cos , ▁trabal hos ▁de ▁po es ie , ▁lhe g is la çon ▁i ▁ang en ha rie ▁des te ▁período ▁su p ren ▁ampor tantes ▁bis ones ▁de ▁la ▁bi
▁la ▁bar rei ra ▁de ▁las ▁mun tan has ▁fa ç ▁cun ▁que ▁ls ▁a i res ▁lh é ben ▁l ▁a i re ▁c ali ente ▁de ▁las ▁regi ones ▁más ▁ba ix as ▁até ▁ua ▁z ona ▁más ▁eile ba da , ▁adonde ▁el ▁se ▁sp an de ▁an ▁b
▁ye ▁f á ce le ▁cunc l ui r ▁que ▁an ▁de tri men to ▁de ▁mui tas ▁al te ra çones ▁na ▁te má tica ▁am bi en tal , ▁las ▁ci éncias ▁am bi en tales ▁nun ▁po de ri en ▁outeli z ar ▁rec ur sos ▁ber i fica tó r
3000 ▁ambora ▁regis tros ▁purm ários ▁deste ▁período ▁sé ian ▁poucos , ▁trabalhos ▁de ▁po esie , ▁lhe gis laçon ▁i ▁ang enha rie ▁deste ▁período ▁su pren ▁amportantes ▁bis ones ▁de ▁la ▁bi
▁la ▁bar reira ▁de ▁las ▁muntan has ▁faç ▁cun ▁que ▁ls ▁a i res ▁lh é ben ▁l ▁a ire ▁cali ente ▁de ▁las ▁regiones ▁más ▁baix as ▁até ▁ua ▁zona ▁más ▁eile bada , ▁adonde ▁el ▁se ▁span de ▁an ▁b
▁ye ▁fá ce le ▁cunc lui r ▁que ▁an ▁de tri mento ▁de ▁muitas ▁al tera çones ▁na ▁te mática ▁ambi ental , ▁las ▁ciéncias ▁ambi en tales ▁nun ▁pode ri en ▁outeli zar ▁recur sos ▁ber i fica tó r
5000 ▁ambora ▁regis tros ▁purm ários ▁deste ▁período ▁séian ▁poucos , ▁trabalhos ▁de ▁poesie , ▁lhe gis laçon ▁i ▁angenharie ▁deste ▁período ▁su pren ▁amportantes ▁bis ones ▁de ▁la ▁bi
▁la ▁bar reira ▁de ▁las ▁muntan has ▁faç ▁cun ▁que ▁ls ▁ai res ▁lh é ben ▁l ▁aire ▁cali ente ▁de ▁las ▁regiones ▁más ▁baix as ▁até ▁ua ▁zona ▁más ▁eile bada , ▁adonde ▁el ▁se ▁span de ▁an ▁b
▁ye ▁fá cele ▁cunc lui r ▁que ▁an ▁de tri mento ▁de ▁muitas ▁al tera çones ▁na ▁te mática ▁ambi ental , ▁las ▁ciéncias ▁ambi en tales ▁nun ▁poderien ▁outeli zar ▁recursos ▁beri fica tó r
10000 ▁ambora ▁registros ▁purm ários ▁deste ▁período ▁séian ▁poucos , ▁trabalhos ▁de ▁poesie , ▁lhe gislaçon ▁i ▁angenharie ▁deste ▁período ▁su pren ▁amportantes ▁bis ones ▁de ▁la ▁bi
▁la ▁bar reira ▁de ▁las ▁muntanhas ▁faç ▁cun ▁que ▁ls ▁aires ▁lh é ben ▁l ▁aire ▁caliente ▁de ▁las ▁regiones ▁más ▁baixas ▁até ▁ua ▁zona ▁más ▁eilebada , ▁adonde ▁el ▁se ▁span de ▁an ▁b
▁ye ▁fácele ▁cunclui r ▁que ▁an ▁de tri mento ▁de ▁muitas ▁altera çones ▁na ▁te mática ▁ambiental , ▁las ▁ciéncias ▁ambi entales ▁nun ▁poderien ▁outelizar ▁recursos ▁beri fica tó r
25000 ▁ambora ▁registros ▁purm ários ▁deste ▁período ▁séian ▁poucos , ▁trabalhos ▁de ▁poesie , ▁lhegislaçon ▁i ▁angenharie ▁deste ▁período ▁su pren ▁amportantes ▁bisones ▁de ▁la ▁bi
▁la ▁barreira ▁de ▁las ▁muntanhas ▁faç ▁cun ▁que ▁ls ▁aires ▁lhé ben ▁l ▁aire ▁caliente ▁de ▁las ▁regiones ▁más ▁baixas ▁até ▁ua ▁zona ▁más ▁eilebada , ▁adonde ▁el ▁se ▁span de ▁an ▁b
▁ye ▁fácele ▁cuncluir ▁que ▁an ▁detri mento ▁de ▁muitas ▁alteraçones ▁na ▁temática ▁ambiental , ▁las ▁ciéncias ▁ambientales ▁nun ▁poderien ▁outelizar ▁recursos ▁berifica tó r
50000 ▁ambora ▁registros ▁purmários ▁deste ▁período ▁séian ▁poucos , ▁trabalhos ▁de ▁poesie , ▁lhegislaçon ▁i ▁angenharie ▁deste ▁período ▁su pren ▁amportantes ▁bisones ▁de ▁la ▁bi
▁la ▁barreira ▁de ▁las ▁muntanhas ▁faç ▁cun ▁que ▁ls ▁aires ▁lhé ben ▁l ▁aire ▁caliente ▁de ▁las ▁regiones ▁más ▁baixas ▁até ▁ua ▁zona ▁más ▁eilebada , ▁adonde ▁el ▁se ▁spande ▁an ▁b
▁ye ▁fácele ▁cuncluir ▁que ▁an ▁detri mento ▁de ▁muitas ▁alteraçones ▁na ▁temática ▁ambiental , ▁las ▁ciéncias ▁ambientales ▁nun ▁poderien ▁outelizar ▁recursos ▁berifica tó r