Chuvash (cv) subword embeddings
Training corpus sample, encoded with different BPE vocabulary sizes
| Vocab size | cvwiki sample |
|---|---|
| original | шыв ресурсĕсен федераци агентстви хатĕрленĕ рф территорин шыв хуçалăх районĕсен геоинформаци системин хыпарĕпе: масар, çăва ялăн çурçĕр е çурçĕр-хĕвел анăç енче ял çырмин, ялти çулăн тепĕр енче ларать. масар, çăва леш тĕнче шутĕнче, çавăнпа масара çĕр карти чавс область тăрăх иртекен чукун çулĕсен тăршшĕ 0, 0 пин çухрăм, шыв çулĕсем — 0,0 пин çухрăм, автомобиль çулĕсем — 00 пин çухрăм. |
| 1000 | ▁шыв ▁ресурс ĕ сен ▁федераци ▁агентстви ▁хат ĕ рлен ĕ ▁рф ▁территорин ▁шыв ▁ху ç ал ă х ▁район ĕ сен ▁геоинформаци ▁системин ▁хыпар ĕ пе : ▁м ас ар , ▁çă ва ▁ял ă н ▁ç ур çĕ р ▁е ▁ç ур çĕ р - х ĕ вел ▁ан ăç ▁ен че ▁ял ▁ç ыр мин , ▁ял ти ▁ç ул ă н ▁те п ĕ р ▁ен че ▁лар ать . ▁м ас ар , ▁çă ва ▁ле ш ▁т ĕ нче ▁шут ĕ нче , ▁ç ав ă н па ▁м ас ара ▁çĕ р ▁кар ти ▁ч ав с ▁обла сть ▁т ă р ă х ▁ирт екен ▁ч ук ун ▁ç ул ĕ сен ▁т ă ршш ĕ ▁0 , ▁0 ▁пин ▁ç ух р ă м , ▁шыв ▁ç ул ĕ сем ▁— ▁0 ,0 ▁пин ▁ç ух р ă м , ▁авт ом об иль ▁ç ул ĕ сем ▁— ▁00 ▁пин ▁ç ух р ă м . |
| 3000 | ▁шыв ▁ресурс ĕ сен ▁федераци ▁агентстви ▁хат ĕ рлен ĕ ▁рф ▁территорин ▁шыв ▁ху ç ал ă х ▁район ĕ сен ▁геоинформаци ▁системин ▁хыпар ĕ пе : ▁мас ар , ▁çă ва ▁ял ă н ▁ç ур çĕ р ▁е ▁ç ур çĕ р - х ĕ вел ▁ан ăç ▁енче ▁ял ▁ç ыр мин , ▁ял ти ▁ç ул ă н ▁теп ĕ р ▁енче ▁ларать . ▁мас ар , ▁çă ва ▁леш ▁т ĕ нче ▁шут ĕ нче , ▁ç ав ă нпа ▁мас ара ▁çĕ р ▁кар ти ▁ч ав с ▁обла сть ▁т ă р ă х ▁ирт екен ▁чукун ▁ç ул ĕ сен ▁т ă ршш ĕ ▁0, ▁0 ▁пин ▁ç ухр ă м , ▁шыв ▁ç ул ĕ сем ▁— ▁0,0 ▁пин ▁ç ухр ă м , ▁автом об иль ▁ç ул ĕ сем ▁— ▁00 ▁пин ▁ç ухр ă м . |
| 5000 | ▁шыв ▁ресурс ĕ сен ▁федераци ▁агентстви ▁хат ĕ рлен ĕ ▁рф ▁территорин ▁шыв ▁ху ç ал ă х ▁район ĕ сен ▁геоинформаци ▁системин ▁хыпар ĕ пе : ▁мас ар , ▁çă ва ▁ял ă н ▁ç ур çĕ р ▁е ▁ç ур çĕ р - х ĕ вел ▁ан ăç ▁енче ▁ял ▁ç ыр мин , ▁ялти ▁ç ул ă н ▁теп ĕ р ▁енче ▁ларать . ▁мас ар , ▁çă ва ▁леш ▁т ĕ нче ▁шут ĕ нче , ▁ç ав ă нпа ▁мас ара ▁çĕ р ▁кар ти ▁ч ав с ▁обла сть ▁т ă р ă х ▁ирт екен ▁чукун ▁ç ул ĕ сен ▁т ă ршш ĕ ▁0, ▁0 ▁пин ▁ç ухр ă м , ▁шыв ▁ç ул ĕ сем ▁— ▁0,0 ▁пин ▁ç ухр ă м , ▁автомобиль ▁ç ул ĕ сем ▁— ▁00 ▁пин ▁ç ухр ă м . |
| 10000 | ▁шыв ▁ресурс ĕ сен ▁федераци ▁агентстви ▁хат ĕ рлен ĕ ▁рф ▁территорин ▁шыв ▁ху ç ал ă х ▁район ĕ сен ▁геоинформаци ▁системин ▁хыпар ĕ пе : ▁мас ар , ▁çă ва ▁ял ă н ▁ç ур çĕ р ▁е ▁ç ур çĕ р - х ĕ вел ▁ан ăç ▁енче ▁ял ▁ç ыр мин , ▁ялти ▁ç ул ă н ▁теп ĕ р ▁енче ▁ларать . ▁мас ар , ▁çă ва ▁леш ▁т ĕ нче ▁шут ĕ нче , ▁ç ав ă нпа ▁мас ара ▁çĕ р ▁карти ▁чав с ▁обла сть ▁т ă р ă х ▁иртекен ▁чукун ▁ç ул ĕ сен ▁т ă ршш ĕ ▁0, ▁0 ▁пин ▁ç ухр ă м , ▁шыв ▁ç ул ĕ сем ▁— ▁0,0 ▁пин ▁ç ухр ă м , ▁автомобиль ▁ç ул ĕ сем ▁— ▁00 ▁пин ▁ç ухр ă м . |
| 25000 | ▁шыв ▁ресурс ĕ сен ▁федераци ▁агентстви ▁хат ĕ рлен ĕ ▁рф ▁территорин ▁шыв ▁ху ç ал ă х ▁район ĕ сен ▁геоинформаци ▁системин ▁хыпар ĕ пе : ▁масар , ▁çă ва ▁ял ă н ▁ç ур çĕ р ▁е ▁ç ур çĕ р - х ĕ вел ▁ан ăç ▁енче ▁ял ▁ç ыр мин , ▁ялти ▁ç ул ă н ▁теп ĕ р ▁енче ▁ларать . ▁масар , ▁çă ва ▁леш ▁т ĕ нче ▁шут ĕ нче , ▁ç ав ă нпа ▁мас ара ▁çĕ р ▁карти ▁чав с ▁область ▁т ă р ă х ▁иртекен ▁чукун ▁ç ул ĕ сен ▁т ă ршш ĕ ▁0, ▁0 ▁пин ▁ç ухр ă м , ▁шыв ▁ç ул ĕ сем ▁— ▁0,0 ▁пин ▁ç ухр ă м , ▁автомобиль ▁ç ул ĕ сем ▁— ▁00 ▁пин ▁ç ухр ă м . |
| 50000 | ▁шыв ▁ресурс ĕ сен ▁федераци ▁агентстви ▁хат ĕ рлен ĕ ▁рф ▁территорин ▁шыв ▁ху ç ал ă х ▁район ĕ сен ▁геоинформаци ▁системин ▁хыпар ĕ пе : ▁масар , ▁çă ва ▁ял ă н ▁ç ур çĕ р ▁е ▁ç ур çĕ р - х ĕ вел ▁ан ăç ▁енче ▁ял ▁ç ыр мин , ▁ялти ▁ç ул ă н ▁теп ĕ р ▁енче ▁ларать . ▁масар , ▁çă ва ▁леш ▁т ĕ нче ▁шут ĕ нче , ▁ç ав ă нпа ▁мас ара ▁çĕ р ▁карти ▁чав с ▁область ▁т ă р ă х ▁иртекен ▁чукун ▁ç ул ĕ сен ▁т ă ршш ĕ ▁0, ▁0 ▁пин ▁ç ухр ă м , ▁шыв ▁ç ул ĕ сем ▁— ▁0,0 ▁пин ▁ç ухр ă м , ▁автомобиль ▁ç ул ĕ сем ▁— ▁00 ▁пин ▁ç ухр ă м . |
| 100000 | ▁шыв ▁ресурс ĕ сен ▁федераци ▁агентстви ▁хат ĕ рлен ĕ ▁рф ▁территорин ▁шыв ▁ху ç ал ă х ▁район ĕ сен ▁геоинформаци ▁системин ▁хыпар ĕ пе : ▁масар , ▁çă ва ▁ял ă н ▁ç ур çĕ р ▁е ▁ç ур çĕ р - х ĕ вел ▁ан ăç ▁енче ▁ял ▁ç ырмин , ▁ялти ▁ç ул ă н ▁теп ĕ р ▁енче ▁ларать . ▁масар , ▁çă ва ▁леш ▁т ĕ нче ▁шут ĕ нче , ▁ç ав ă нпа ▁масара ▁çĕ р ▁карти ▁чав с ▁область ▁т ă р ă х ▁иртекен ▁чукун ▁ç ул ĕ сен ▁т ă ршш ĕ ▁0, ▁0 ▁пин ▁ç ухр ă м , ▁шыв ▁ç ул ĕ сем ▁— ▁0,0 ▁пин ▁ç ухр ă м , ▁автомобиль ▁ç ул ĕ сем ▁— ▁00 ▁пин ▁ç ухр ă м . |