Telugu (te) 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
100000 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
200000 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 sizetewiki sample
original అక్టోబర్ 0, గ్రెగోరియన్ క్యాలెండర్ ప్రకారము సంవత్సరములో 000వ రోజు (లీపు సంవత్సరములో 000వ రోజు ). సంవత్సరాంతమునకు ఇంకా 00 రోజులు మిగిలినవి.
* 0000: వడ్డెపాటి నిరంజనశాస్త్రి, గుంటూరు జిల్లా నుండి వెలువడిన మొదటి పత్రిక ప్రబోధిని సంపాదకుడు. (జ.0000) * 0000: ఎనుముల సావిత్రీదేవి, ఉమ్మడి ఆంధ్రప్
ప్రసిద్ధిచెందిన విజయనగరం కోట ముఖద్వారం విజయనగర రాజులు మొదట్లో కుమిలి లోని మట్టి కోటలో నివసించేవారు. ఆనంద గజపతి రాజు విజయనగరం కోట నిర్మాణాన్ని క్రీ.శ.
1000 ▁అ క్ టో బర్ ▁0 , ▁గ్ర ె గో రి యన్ ▁క ్య ాల ె ండ ర్ ▁ప్రక ార ము ▁సంవత్స ర ములో ▁000 వ ▁రో జు ▁( లీ పు ▁సంవత్స ర ములో ▁000 వ ▁రో జు ▁ ) . ▁సంవత్స రా ంత ము న కు ▁ఇ ం కా ▁00 ▁రో జ ులు ▁మి గి లి న వి .
▁* ▁0000 : ▁వ డ్డ ె పా టి ▁ని రం జ న శా స్త్ర ి , ▁గు ంట ూరు ▁జిల్లా ▁నుండి ▁వె లు వ డి న ▁మొదటి ▁ప త్రిక ▁ప్ర బ ో ధి ని ▁సం పా ద కుడు . ▁( జ . 0000) ▁* ▁0000 : ▁ఎ ను ము ల ▁సా వి త్ర ీ దే వి , ▁ఉ మ్మ డి ▁ఆంధ్ర ప్
▁ప్ర సి ద్ధి చ ె ందిన ▁విజ యన గ రం ▁కో ట ▁ము ఖ ద్ వ ారం ▁విజ యన గ ర ▁రాజ ులు ▁మొద ట్ లో ▁కు మి లి ▁లోని ▁మ ట్టి ▁కో ట లో ▁ని వ స ించ ేవ ారు . ▁ఆ న ంద ▁గ జ ప తి ▁రాజ ు ▁విజ యన గ రం ▁కో ట ▁నిర్ మా ణా న్ని ▁క ్రీ . శ .
3000 ▁అక్టో బర్ ▁0, ▁గ్ర ె గో రి యన్ ▁క ్యాల ె ండర్ ▁ప్రక ారము ▁సంవత్సర ములో ▁000 వ ▁రోజు ▁( లీ పు ▁సంవత్సర ములో ▁000 వ ▁రోజు ▁ ). ▁సంవత్స రా ంత మునకు ▁ఇంకా ▁00 ▁రోజ ులు ▁మిగిలిన వి .
▁* ▁0000: ▁వ డ్డ ె పాటి ▁ని రం జన శాస్త్రి , ▁గుంటూరు ▁జిల్లా ▁నుండి ▁వె లువ డిన ▁మొదటి ▁పత్రిక ▁ప్ర బో ధి ని ▁సంపాద కుడు . ▁( జ .0000) ▁* ▁0000: ▁ఎ ను ముల ▁సా వి త్ర ీ దేవి , ▁ఉ మ్మ డి ▁ఆంధ్ర ప్
▁ప్రసిద్ధి చె ందిన ▁విజ యన గ రం ▁కోట ▁ముఖ ద్ వారం ▁విజ యన గర ▁రాజ ులు ▁మొద ట్లో ▁కు మి లి ▁లోని ▁మ ట్టి ▁కోట లో ▁నివ స ించ ేవారు . ▁ఆన ంద ▁గ జ పతి ▁రాజు ▁విజ యన గ రం ▁కోట ▁నిర్మా ణా న్ని ▁క్రీ . శ .
5000 ▁అక్టో బర్ ▁0, ▁గ్ర ె గో రియన్ ▁క ్యాల ె ండర్ ▁ప్రక ారము ▁సంవత్సర ములో ▁000 వ ▁రోజు ▁( లీ పు ▁సంవత్సర ములో ▁000 వ ▁రోజు ▁ ). ▁సంవత్స రా ంత మునకు ▁ఇంకా ▁00 ▁రోజులు ▁మిగిలిన వి .
▁* ▁0000: ▁వ డ్డ ె పాటి ▁ని రం జన శాస్త్రి , ▁గుంటూరు ▁జిల్లా ▁నుండి ▁వెలువ డిన ▁మొదటి ▁పత్రిక ▁ప్ర బో ధి ని ▁సంపాద కుడు . ▁( జ .0000) ▁* ▁0000: ▁ఎ ను ముల ▁సా విత్ర ీ దేవి , ▁ఉ మ్మడి ▁ఆంధ్ర ప్
▁ప్రసిద్ధి చె ందిన ▁విజయన గరం ▁కోట ▁ముఖ ద్ వారం ▁విజయన గర ▁రాజ ులు ▁మొద ట్లో ▁కు మి లి ▁లోని ▁మట్టి ▁కోట లో ▁నివస ించేవారు . ▁ఆనంద ▁గ జ పతి ▁రాజు ▁విజయన గరం ▁కోట ▁నిర్మా ణాన్ని ▁క్రీ . శ .
10000 ▁అక్టోబర్ ▁0, ▁గ్రె గో రియన్ ▁క్యాలెండర్ ▁ప్రకారము ▁సంవత్సరములో ▁000 వ ▁రోజు ▁( లీ పు ▁సంవత్సరములో ▁000 వ ▁రోజు ▁). ▁సంవత్స రాంత మునకు ▁ఇంకా ▁00 ▁రోజులు ▁మిగిలినవి .
▁* ▁0000: ▁వ డ్డ ె పాటి ▁ని రం జన శాస్త్రి , ▁గుంటూరు ▁జిల్లా ▁నుండి ▁వెలువ డిన ▁మొదటి ▁పత్రిక ▁ప్ర బో ధిని ▁సంపాద కుడు . ▁( జ .0000) ▁* ▁0000: ▁ఎ ను ముల ▁సా విత్ర ీ దేవి , ▁ఉమ్మడి ▁ఆంధ్ర ప్
▁ప్రసిద్ధి చెందిన ▁విజయనగరం ▁కోట ▁ముఖ ద్ వారం ▁విజయనగర ▁రాజులు ▁మొదట్లో ▁కు మి లి ▁లోని ▁మట్టి ▁కోట లో ▁నివస ించేవారు . ▁ఆనంద ▁గజ పతి ▁రాజు ▁విజయనగరం ▁కోట ▁నిర్మా ణాన్ని ▁క్రీ . శ .
25000 ▁అక్టోబర్ ▁0, ▁గ్రె గో రియన్ ▁క్యాలెండర్ ▁ప్రకారము ▁సంవత్సరములో ▁000 వ ▁రోజు ▁( లీపు ▁సంవత్సరములో ▁000 వ ▁రోజు ▁). ▁సంవత్సరాంతమునకు ▁ఇంకా ▁00 ▁రోజులు ▁మిగిలినవి .
▁* ▁0000: ▁వడ్డ ె పాటి ▁నిరం జన శాస్త్రి , ▁గుంటూరు ▁జిల్లా ▁నుండి ▁వెలువడిన ▁మొదటి ▁పత్రిక ▁ప్ర బో ధిని ▁సంపాదకుడు . ▁( జ .0000) ▁* ▁0000: ▁ఎ ను ముల ▁సా విత్ర ీ దేవి , ▁ఉమ్మడి ▁ఆంధ్ర ప్
▁ప్రసిద్ధిచెందిన ▁విజయనగరం ▁కోట ▁ముఖ ద్వారం ▁విజయనగర ▁రాజులు ▁మొదట్లో ▁కు మిలి ▁లోని ▁మట్టి ▁కోటలో ▁నివస ించేవారు . ▁ఆనంద ▁గజపతి ▁రాజు ▁విజయనగరం ▁కోట ▁నిర్మాణాన్ని ▁క్రీ . శ .
50000 ▁అక్టోబర్ ▁0, ▁గ్రె గోరియన్ ▁క్యాలెండర్ ▁ప్రకారము ▁సంవత్సరములో ▁000 వ ▁రోజు ▁( లీపు ▁సంవత్సరములో ▁000 వ ▁రోజు ▁). ▁సంవత్సరాంతమునకు ▁ఇంకా ▁00 ▁రోజులు ▁మిగిలినవి .
▁* ▁0000: ▁వడ్డ ె పాటి ▁నిరం జన శాస్త్రి , ▁గుంటూరు ▁జిల్లా ▁నుండి ▁వెలువడిన ▁మొదటి ▁పత్రిక ▁ప్ర బోధిని ▁సంపాదకుడు . ▁( జ .0000) ▁* ▁0000: ▁ఎను ముల ▁సా విత్ర ీ దేవి , ▁ఉమ్మడి ▁ఆంధ్ర ప్
▁ప్రసిద్ధిచెందిన ▁విజయనగరం ▁కోట ▁ముఖద్వారం ▁విజయనగర ▁రాజులు ▁మొదట్లో ▁కు మిలి ▁లోని ▁మట్టి ▁కోటలో ▁నివసించేవారు . ▁ఆనంద ▁గజపతి ▁రాజు ▁విజయనగరం ▁కోట ▁నిర్మాణాన్ని ▁క్రీ . శ .
100000 ▁అక్టోబర్ ▁0, ▁గ్రెగోరియన్ ▁క్యాలెండర్ ▁ప్రకారము ▁సంవత్సరములో ▁000 వ ▁రోజు ▁( లీపు ▁సంవత్సరములో ▁000 వ ▁రోజు ▁). ▁సంవత్సరాంతమునకు ▁ఇంకా ▁00 ▁రోజులు ▁మిగిలినవి .
▁* ▁0000: ▁వడ్డె పాటి ▁నిరంజన శాస్త్రి , ▁గుంటూరు ▁జిల్లా ▁నుండి ▁వెలువడిన ▁మొదటి ▁పత్రిక ▁ప్రబోధిని ▁సంపాదకుడు . ▁( జ .0000) ▁* ▁0000: ▁ఎను ముల ▁సావిత్రీ దేవి , ▁ఉమ్మడి ▁ఆంధ్ర ప్
▁ప్రసిద్ధిచెందిన ▁విజయనగరం ▁కోట ▁ముఖద్వారం ▁విజయనగర ▁రాజులు ▁మొదట్లో ▁కుమిలి ▁లోని ▁మట్టి ▁కోటలో ▁నివసించేవారు . ▁ఆనంద ▁గజపతి ▁రాజు ▁విజయనగరం ▁కోట ▁నిర్మాణాన్ని ▁క్రీ . శ .