Modern Greek (1453-) (el) subword embeddings
Training corpus sample, encoded with different BPE vocabulary sizes
| Vocab size | elwiki sample |
|---|---|
| original | ένα παιχνίδι ποδοσφαίρου αποτελείται από δύο περιόδους των 00 λεπτών έκαστη, γνωστές ως ημίχρονα. ο χρόνος κάθε ημιχρόνου τρέχει συνεχώς, χωρίς να στα η κάθε δημοκρατία είχε δικό της σύνταγμα, σημαία, εθνικό ύμνο και εθνόσημο. ορισμένες μάλιστα (ουκρανία και λευκορωσία) απολάμβαναν και θέση στον οηε η ανδόρα υπέγραψε με την ευρωπαϊκή ένωση στις 00 ιουνίου του 0000 συμφωνία για να μπορέσει να κόψει δικά της κέρματα ευρώ από τον ιούνιο του 0000. η κ |
| 1000 | ▁ένα ▁παι χν ίδ ι ▁πο δο σφα ί ρου ▁αποτε λεί ται ▁από ▁δύο ▁περι ό δ ους ▁των ▁00 ▁λε πτ ών ▁έ κα στη , ▁γνω στ ές ▁ως ▁η μ ί χ ρο να . ▁ο ▁χρό νος ▁κάθε ▁η μι χ ρό ν ου ▁τ ρέ χει ▁συν ε χ ώς , ▁χω ρί ς ▁να ▁στα ▁η ▁κάθε ▁δημο κρα τ ία ▁είχε ▁δ ικό ▁της ▁σύ ν τα γμα , ▁σημα ία , ▁εθν ικό ▁ύ μ νο ▁και ▁εθν ό ση μο . ▁ο ρισ μέν ες ▁μ άλ ισ τα ▁( ου κρα ν ία ▁και ▁ λευ κ ορ ω σία ) ▁απο λά μβ α να ν ▁και ▁θέση ▁στον ▁ο η ε ▁η ▁αν δό ρα ▁υπ έ γρα ψε ▁με ▁την ▁ευ ρω πα ϊ κή ▁έ νω ση ▁στις ▁00 ▁ι ουν ίου ▁του ▁0000 ▁συ μφ ων ία ▁για ▁να ▁μπο ρέ σει ▁να ▁κό ψ ει ▁δ ικά ▁της ▁κ έρ ματα ▁ευ ρώ ▁από ▁τον ▁ ιού ν ιο ▁του ▁0000. ▁η ▁κ |
| 3000 | ▁ένα ▁παιχνίδ ι ▁ποδοσφαίρου ▁αποτελείται ▁από ▁δύο ▁περι όδ ους ▁των ▁00 ▁λε πτ ών ▁έ κα στη , ▁γνωστ ές ▁ως ▁η μί χρο να . ▁ο ▁χρό νος ▁κάθε ▁η μι χ ρό νου ▁τ ρέ χει ▁συνεχ ώς , ▁χωρίς ▁να ▁στα ▁η ▁κάθε ▁δημοκρατ ία ▁είχε ▁δ ικό ▁της ▁σύν τα γμα , ▁σημα ία , ▁εθνικό ▁ύ μ νο ▁και ▁εθν ό ση μο . ▁ορισ μένες ▁μάλιστα ▁( ου κρα ν ία ▁και ▁λευ κ ορ ω σία ) ▁απο λά μβα ναν ▁και ▁θέση ▁στον ▁ο η ε ▁η ▁αν δό ρα ▁υπέ γραψε ▁με ▁την ▁ευρωπαϊ κή ▁ένωση ▁στις ▁00 ▁ιουνίου ▁του ▁0000 ▁συμφ ωνία ▁για ▁να ▁μπο ρέ σει ▁να ▁κό ψει ▁δ ικά ▁της ▁κέρ ματα ▁ευρώ ▁από ▁τον ▁ιού νιο ▁του ▁0000. ▁η ▁κ |
| 5000 | ▁ένα ▁παιχνίδι ▁ποδοσφαίρου ▁αποτελείται ▁από ▁δύο ▁περι όδους ▁των ▁00 ▁λε πτ ών ▁έκα στη , ▁γνωστ ές ▁ως ▁η μί χρο να . ▁ο ▁χρό νος ▁κάθε ▁ημι χ ρό νου ▁τρέ χει ▁συνεχ ώς , ▁χωρίς ▁να ▁στα ▁η ▁κάθε ▁δημοκρατία ▁είχε ▁δ ικό ▁της ▁σύνταγμα , ▁σημαία , ▁εθνικό ▁ύ μ νο ▁και ▁εθν ό ση μο . ▁ορισμένες ▁μάλιστα ▁( ου κρα νία ▁και ▁λευ κορ ω σία ) ▁απο λά μβα ναν ▁και ▁θέση ▁στον ▁ο η ε ▁η ▁αν δό ρα ▁υπέ γραψε ▁με ▁την ▁ευρωπαϊ κή ▁ένωση ▁στις ▁00 ▁ιουνίου ▁του ▁0000 ▁συμφωνία ▁για ▁να ▁μπο ρέ σει ▁να ▁κό ψει ▁δ ικά ▁της ▁κέρ ματα ▁ευρώ ▁από ▁τον ▁ιούνιο ▁του ▁0000. ▁η ▁κ |
| 10000 | ▁ένα ▁παιχνίδι ▁ποδοσφαίρου ▁αποτελείται ▁από ▁δύο ▁περιόδους ▁των ▁00 ▁λε πτών ▁έκα στη , ▁γνωστές ▁ως ▁η μί χρο να . ▁ο ▁χρόνος ▁κάθε ▁ημι χρό νου ▁τρέ χει ▁συνεχώς , ▁χωρίς ▁να ▁στα ▁η ▁κάθε ▁δημοκρατία ▁είχε ▁δικό ▁της ▁σύνταγμα , ▁σημαία , ▁εθνικό ▁ύ μνο ▁και ▁εθν ό σημο . ▁ορισμένες ▁μάλιστα ▁( ου κρα νία ▁και ▁λευ κορ ω σία ) ▁απο λά μβαναν ▁και ▁θέση ▁στον ▁ο η ε ▁η ▁αν δό ρα ▁υπέγραψε ▁με ▁την ▁ευρωπαϊκή ▁ένωση ▁στις ▁00 ▁ιουνίου ▁του ▁0000 ▁συμφωνία ▁για ▁να ▁μπο ρέ σει ▁να ▁κό ψει ▁δικά ▁της ▁κέρ ματα ▁ευρώ ▁από ▁τον ▁ιούνιο ▁του ▁0000. ▁η ▁κ |
| 25000 | ▁ένα ▁παιχνίδι ▁ποδοσφαίρου ▁αποτελείται ▁από ▁δύο ▁περιόδους ▁των ▁00 ▁λεπτών ▁έκα στη , ▁γνωστές ▁ως ▁ημί χρο να . ▁ο ▁χρόνος ▁κάθε ▁ημι χρό νου ▁τρέχει ▁συνεχώς , ▁χωρίς ▁να ▁στα ▁η ▁κάθε ▁δημοκρατία ▁είχε ▁δικό ▁της ▁σύνταγμα , ▁σημαία , ▁εθνικό ▁ύμνο ▁και ▁εθνόσημο . ▁ορισμένες ▁μάλιστα ▁( ου κρα νία ▁και ▁λευκορω σία ) ▁απο λάμβαναν ▁και ▁θέση ▁στον ▁οηε ▁η ▁αν δό ρα ▁υπέγραψε ▁με ▁την ▁ευρωπαϊκή ▁ένωση ▁στις ▁00 ▁ιουνίου ▁του ▁0000 ▁συμφωνία ▁για ▁να ▁μπορέσει ▁να ▁κό ψει ▁δικά ▁της ▁κέρματα ▁ευρώ ▁από ▁τον ▁ιούνιο ▁του ▁0000. ▁η ▁κ |
| 50000 | ▁ένα ▁παιχνίδι ▁ποδοσφαίρου ▁αποτελείται ▁από ▁δύο ▁περιόδους ▁των ▁00 ▁λεπτών ▁έκα στη , ▁γνωστές ▁ως ▁ημί χρονα . ▁ο ▁χρόνος ▁κάθε ▁ημι χρόνου ▁τρέχει ▁συνεχώς , ▁χωρίς ▁να ▁στα ▁η ▁κάθε ▁δημοκρατία ▁είχε ▁δικό ▁της ▁σύνταγμα , ▁σημαία , ▁εθνικό ▁ύμνο ▁και ▁εθνόσημο . ▁ορισμένες ▁μάλιστα ▁( ουκρα νία ▁και ▁λευκορωσία ) ▁απο λάμβαναν ▁και ▁θέση ▁στον ▁οηε ▁η ▁ανδό ρα ▁υπέγραψε ▁με ▁την ▁ευρωπαϊκή ▁ένωση ▁στις ▁00 ▁ιουνίου ▁του ▁0000 ▁συμφωνία ▁για ▁να ▁μπορέσει ▁να ▁κόψει ▁δικά ▁της ▁κέρματα ▁ευρώ ▁από ▁τον ▁ιούνιο ▁του ▁0000. ▁η ▁κ |
| 100000 | ▁ένα ▁παιχνίδι ▁ποδοσφαίρου ▁αποτελείται ▁από ▁δύο ▁περιόδους ▁των ▁00 ▁λεπτών ▁έκαστη , ▁γνωστές ▁ως ▁ημί χρονα . ▁ο ▁χρόνος ▁κάθε ▁ημιχρόνου ▁τρέχει ▁συνεχώς , ▁χωρίς ▁να ▁στα ▁η ▁κάθε ▁δημοκρατία ▁είχε ▁δικό ▁της ▁σύνταγμα , ▁σημαία , ▁εθνικό ▁ύμνο ▁και ▁εθνόσημο . ▁ορισμένες ▁μάλιστα ▁( ουκρανία ▁και ▁λευκορωσία ) ▁απολάμβαναν ▁και ▁θέση ▁στον ▁οηε ▁η ▁ανδόρα ▁υπέγραψε ▁με ▁την ▁ευρωπαϊκή ▁ένωση ▁στις ▁00 ▁ιουνίου ▁του ▁0000 ▁συμφωνία ▁για ▁να ▁μπορέσει ▁να ▁κόψει ▁δικά ▁της ▁κέρματα ▁ευρώ ▁από ▁τον ▁ιούνιο ▁του ▁0000. ▁η ▁κ |