Udmurt (udm) 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 |
Training corpus sample, encoded with different BPE vocabulary sizes
| Vocab size | udmwiki sample |
|---|---|
| original | right татарста́н респу́блика (, ) — россие пырись республика (кун), россия федерациысь субъект. пыре приволжской федеральной округе. кылдытэмын 00 мае c.schweinf. 0000 # ''thrixspermum tridentatum'' (lindl.) rchb.f. 0000 (synonym of plectorrhiza tridentata (lindl.) dockrill, 0000) # ''thrixspermum tr хемуль - муми-нёжалысь тужгес но трос тодӥсез улӥсь. акылес, но вожзэ уд поттӥськы ке, чидамон. косъяськыны яратэ, ассэ котьку шонерен лыдъя. почта ма |
| 1000 | ▁right ▁тат ар ст а ́ н ▁р еспу ́ бл ика ▁( , ▁ ) ▁— ▁росс ие ▁пыр ись ▁республика ▁( к ун ), ▁росс ия ▁федер а ц иысь ▁с у б ъ ект . ▁пыр е ▁пр ив ол ж ской ▁федер альной ▁ок р уг е . ▁кылды тэмын ▁00 ▁м а е ▁c . sch w e in f . ▁0000 ▁# ▁'' th r i x sp er m um ▁ tr id en ta tum '' ▁( lindl .) ▁r chb . f . ▁0000 ▁( s yn onym ▁of ▁p le c t or r hi z a ▁ tr id en ta ta ▁( lindl .) ▁d oc k r il l , ▁0000 ) ▁# ▁'' th r i x sp er m um ▁ tr ▁х ем у ль ▁- ▁м ум и - н ё ж ал ысь ▁тужгес ▁но ▁трос ▁тод ӥ с ез ▁улӥсь . ▁ак ыл ес , ▁но ▁в ож зэ ▁уд ▁пот тӥ ськ ы ▁ке , ▁ч ид ам он . ▁к ос ъя ськ ыны ▁я рат э , ▁ас сэ ▁кот ь ку ▁ш он ер ен ▁лыд ъя . ▁по ч та ▁м а |
| 3000 | ▁right ▁татар ст а ́ н ▁р еспу ́ бл ика ▁(, ▁) ▁— ▁росс ие ▁пыр ись ▁республика ▁( кун ), ▁россия ▁федерациысь ▁субъект . ▁пыре ▁пр ив ол ж ской ▁федеральной ▁округе . ▁кылдытэмын ▁00 ▁м ае ▁c . schweinf . ▁0000 ▁# ▁'' thrixspermum ▁tr id enta tum '' ▁( lindl .) ▁rchb . f . ▁0000 ▁( s yn onym ▁of ▁p lect or r hiza ▁tr id en tata ▁( lindl .) ▁d oc k r ill , ▁0000) ▁# ▁'' thrixspermum ▁tr ▁х ем у ль ▁- ▁м ум и - н ё ж ал ысь ▁тужгес ▁но ▁трос ▁тод ӥ сез ▁улӥсь . ▁ак ыл ес , ▁но ▁вож зэ ▁уд ▁пот тӥ ськ ы ▁ке , ▁ч ид ам он . ▁к осъя ськыны ▁ярат э , ▁ас сэ ▁коть ку ▁ш он ер ен ▁лыдъя . ▁поч та ▁м а |
| 5000 | ▁right ▁татар ст а ́ н ▁р еспу ́ бл ика ▁(, ▁) ▁— ▁росс ие ▁пырись ▁республика ▁( кун ), ▁россия ▁федерациысь ▁субъект . ▁пыре ▁приволжской ▁федеральной ▁округе . ▁кылдытэмын ▁00 ▁мае ▁c . schweinf . ▁0000 ▁# ▁'' thrixspermum ▁tr id enta tum '' ▁( lindl .) ▁rchb . f . ▁0000 ▁( syn onym ▁of ▁p lect or r hiza ▁tr iden tata ▁( lindl .) ▁d oc kr ill , ▁0000) ▁# ▁'' thrixspermum ▁tr ▁х ем уль ▁- ▁муми - н ё ж ал ысь ▁тужгес ▁но ▁трос ▁тод ӥ сез ▁улӥсь . ▁ак ыл ес , ▁но ▁вож зэ ▁уд ▁пот тӥ ськы ▁ке , ▁ч ид амон . ▁к осъя ськыны ▁яратэ , ▁ассэ ▁котьку ▁шонер ен ▁лыдъя . ▁поч та ▁ма |
| 10000 | ▁right ▁татар ст а ́ н ▁р еспу ́ бл ика ▁(, ▁) ▁— ▁россие ▁пырись ▁республика ▁( кун ), ▁россия ▁федерациысь ▁субъект . ▁пыре ▁приволжской ▁федеральной ▁округе . ▁кылдытэмын ▁00 ▁мае ▁c . schweinf . ▁0000 ▁# ▁'' thrixspermum ▁tr id enta tum '' ▁( lindl .) ▁rchb . f . ▁0000 ▁( synonym ▁of ▁p lect orrhiza ▁tr identata ▁( lindl .) ▁d ockr ill , ▁0000) ▁# ▁'' thrixspermum ▁tr ▁х ем уль ▁- ▁муми - н ёжал ысь ▁тужгес ▁но ▁трос ▁тод ӥ сез ▁улӥсь . ▁ак ыл ес , ▁но ▁вож зэ ▁уд ▁пот тӥськы ▁ке , ▁чид амон . ▁к осъя ськыны ▁яратэ , ▁ассэ ▁котьку ▁шонер ен ▁лыдъя . ▁почта ▁ма |