forked from tesseract-ocr/langdata
-
Notifications
You must be signed in to change notification settings - Fork 0
/
guj.training_text.unigram_freqs
1054 lines (1054 loc) · 14.5 KB
/
guj.training_text.unigram_freqs
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
ન્રી 85
રિં 946
૦ 43691
ક્રિ 7559
< 1347
ર્લ્ડ 1117
ઇં 1988
જં 4343
બ્રી 243
શે 20302
સ્ર 140
ર્ત 3069
ચું 1276
દો 7984
ર્ભ 2928
પૂ 21423
મ્પિ 1060
ઝો 1665
ગૂં 222
દ્યો 2280
ન્ટિ 1188
હૂં 90
સૈ 1663
બ્રો 496
ઘી 504
છિ 255
ર્દો 106
ર્ટા 164
દ્રી 289
ક્ર 8249
ટિં 1660
ફ્રો 186
ઉં 11349
પ્તા 791
શં 1696
નુ 12729
પે 20530
હુ 7248
ઘૂં 117
શ્ચિ 20136
ચ 61722
ર્થે 288
ણ 131553
જ્ઞો 105
ખું 734
ડ્યું 878
€ 59
પી 20169
ત્તિ 2899
( 73374
' 19028
+ 6902
ન્થિ 86
ટ્રે 1834
ધિ 8127
ર્થી 1522
રી 167574
ગ્રૂ 278
ગા 107572
ટે 61842
સૌં 383
થ્રિ 140
હ્ય 2935
ર્ષો 1657
ઊ 3739
© 477
ર્ફ 117
ર્મી 555
- 62286
ન્ 103445
ર્દ 381
ળો 5504
ન્દિ 219
ચુ 1960
ઘ 49625
ત્ 88252
માં 338126
ટં 383
ફ્રી 466
સ્વિં 106
9 27593
યાં 12511
ર્આ 206
રં 17313
રૉ 235
ષ્ટ 3928
ક્રી 503
તૉ 204
ફ્રાં 247
શ્ચ 371
ડ્ 1930
ર્જી 595
ની 203749
ફ્ર 122
લ્ 29091
ળાં 2408
બ્ર 1798
ય 349847
ફાં 249
મે 52332
સ્મિ 572
ર્યું 5525
નઃ 1039
ત્યિ 160
રૅ 143
ય્ 302
ન્નુ 104
ર્દુ 98
લૉ 457
શ્નો 437
ર્ફો 162
ધ્ 18632
દા 48898
શ્રુ 144
3 16015
ર્થ 6647
8 17852
સેં 455
ભુ 2516
બુ 4446
જૂ 9325
ટાં 701
કે 106132
મ્રા 1090
થું 187
ડૉ 747
મ્ર 847
શ્રિ 206
યિ 2083
હ્માં 339
સૂ 6323
છા 5407
જું 669
ઘા 3084
સ્ટિ 1021
ઠે 970
ખ્ 48731
સ્તિ 1604
હા 38647
યી 1604
ડે 31819
« 121
બૈ 186
દ્મ 219
દિ 34116
ડ્યાં 174
વૃ 4800
લાં 7986
પ્રા 42489
૩ 16806
વા 278953
યા 126394
મૉ 198
ર્ 327
ઠા 8293
ર્કો 315
ર્ઝે 211
દ્ધો 170
ઋ 1223
નૂ 872
ર્ય 9598
થે 21676
ગ્ 12518
ગોં 486
ડ્યા 813
થ્ 3090
મ 446471
ર્ગે 718
ર્મિ 2259
હેં 941
યું 20068
તા 176221
દૂ 17109
મ્ 20615
ઝં 187
તઃ 668
ગું 495
શ્વે 311
ગિ 6012
બે 20328
ખ 43742
પીં 310
થં 143
છાં 390
નાં 35589
મૃ 3835
ત્ત્ 1089
રોં 171
ર્સિ 1879
પૌ 858
ત્રિ 3545
ણ્ 1342
ર્મ્સ 91
ભાં 541
ર્પ 793
ર્ડી 158
ક્ઝિ 170
ટૉ 146
લોં 224
? 3986
ઠં 658
લો 58647
ર્થા 292
ર્લો 124
ત્ર્ 298
જા 47610
બિં 752
થાં 155
ભા 120171
ર્ડ્સ 241
, 303025
શઃ 114
ણિ 4730
સું 1908
7 15488
દુ 11071
વીં 231
હાઁ 83
ફ્રે 1751
વૈ 4635
ન્ને 1109
હ્યાં 736
ર્બ 1067
ત 305622
જિં 809
ગૅ 85
શ્લો 178
મેં 2895
ર્વો 527
મિ 43825
ક્ષ 18013
ડું 2880
ત્રી 4719
બૅ 870
છો 5396
ક્રો 1963
ઝિ 2202
પાં 5682
ઊં 3459
ર્ચો 108
ણી 82048
શ 118714
કૈ 328
ક્કા 1149
નં 4724
ણૂં 186
સા 113243
મ્બિ 169
ખી 5632
ષાં 453
ધૃ 117
શ્લે 752
ક 475625
મિં 432
ન 295819
દ 128323
ડો 16166
શ્ન 664
ર્ગો 860
ત્રે 1058
નો 99976
કાં 5876
ન્ટિં 176
બેં 999
હં 1620
ક્કે 180
સ્ 127267
ક્રૂ 199
ર્વા 923
@ 482
ઘ્ 468
છુ 1171
લિ 21863
ર્કે 781
થ્રી 201
ડ્ડ 151
છં 289
ર્ને 452
ભં 1289
ઠિ 431
ર્ર 98
ળી 17909
ત્વિ 101
ગૈ 85
શૃં 146
પ્ત 4131
ભૂ 8416
વૂ 366
પ્રૌ 109
જ્ઞા 6197
ભી 3561
ક્રા 769
ફૉ 137
યે 33852
ઈં 1608
ર્લે 297
પૅ 246
ગ્રિ 174
લ્ટિ 290
રે 79687
ધી 21780
દ્ય 1888
ષ્ઠા 475
એં 417
સુ 29111
ટીં 746
ઢો 473
ર્પિ 332
તો 65252
સૅ 136
વ્ર 981
હૉ 185
ભ્રં 85
ળં 224
ટ્ટા 485
યૌ 90
ભીં 166
લે 43899
હાં 919
દ્ર 11540
ર્જુ 439
ગ્રં 1786
બૌ 628
ઠું 402
ન્શિ 80
ક્રે 1203
યુ 37986
ટ્યૂ 166
લ્સિ 137
બ્લિ 651
ઢિ 377
£ 78
જો 32615
લ્પિ 379
ડ઼ 182
અં 19572
ર્ટો 178
ધ્ધિ 157
ગૂ 1094
$ 1201
જે 82872
ર્ક 6452
ન્ડિ 2227
દ્યુ 432
સ્થિ 5970
ર્મે 535
ઠો 1586
) 77326
ણું 1726
ર્ગિ 84
નીં 415
પો 24900
ટ્વી 115
ચી 10405
છું 2654
ર્દી 1267
ર્ભે 209
ફ઼િ 164
ઑ 1275
૬ 9864
ગ્નો 96
ક્ષ્ 897
રૂં 573
ર્સ્ટ 212
થી 81393
લ્લં 125
ન્તિ 170
મૈં 91
ક્ષી 2214
જિ 31357
શા 51318
ર્વ 12171
ધાં 580
આં 20870
ષ્ટ્ર 9297
નિ 42651
યોં 320
ફી 3380
ગ્રી 2703
યાઁ 90
હું 2857
'ુ 75
સં 54620
ફ્રિ 1342
સ્ત્ર 2400
# 739
ક્સિ 904
ડ્રો 698
'ી 209
ર્ન 2237
ર્ષિ 2037
ર્ભા 278
તૃ 1584
વં 3462
ટ્રા 1559
શિં 406
દ્રો 553
ટ્રી 647
ગિં 92
થ્રો 90
નૉ 151
ર્કિં 152
ટ્ય 407
હ્ 391
શીં 97
સો 14073
ન્ના 692
કૃ 9632
દૈ 496
દ્યા 3004
[ 3629
ટ્ટ 957
5 17697
ર્લા 239
૭ 10511
ફૂં 76
ષા 7209
ગૌ 1446
ર્ધ્વ 135
ર્શ્વ 123
ત્તે 790
ડ્યો 840
ર્તે 117
ગી 17700
મૌ 567
= 34014
ષિ 1745
ડ્રા 451
ર્યા 6506
રો 56959
પ્રે 4415
ઝ્ 706
રૃ 272
જ્જ 425
શુ 19600
ઢ્યું 107
ર્ધી 203
ર્ના 709
ળ્યા 944
ડ્રી 107
હ્ન 450
બ્રા 2390
{ 11330
૫ 14759
ગૃ 976
દે 47228
આ 336544
ભો 2967
ષ્ટી 270
લી 65067
શ્ 5985
ર્નો 150
બૂ 2028
ખુ 3494
બા 53005
ત્ત 12150
દ્ 1170
હોં 2856
લ્ડિં 244
હે 56333
ચ્છિ 190
ત્મિ 352
ઝૂ 232
પું 265
4 14696
સીં 344
ર્તિ 1238
ડી 50052
જ઼ 124
ફ્ 4054
પ્રી 686
વું 9766
ભૂં 81
ઔ 2347
ણે 27157
મો 52265
ડ઼ા 107
ર્જે 225
ણૂ 290
ત્તા 3336
ઢે 418
સ્લિ 1045
હિં 4066
ર્લ્સ 401
ઝુ 607
ર્ચે 177
ચિ 8300
ળા 31626
વાં 6385
નિઃ 89
ઓં 204
ટ્ટે 144
ઠાં 329
મુ 63146
૨ 41974
ર્તુ 253
સી 26034
કેઃ 75
શ્રા 490
ર્તા 3047
લ્લી 1164
ળ 64300
યં 5061
ઘોં 80
નૌ 564
> 2324
શ્વ 7850
ઇ 81385
શ્ર 2340
શૈ 2135
\ 866
ત્રા 3099
લિં 2049
વ 296805
“ 3058
ર્ણો 134
શિ 16508
ધ્રા 268
ટું 3010
બ્રુ 2113
દં 1614
તે 189985
ર્ષે 1211
ર્સી 323
… 941
છ્ 199
ર્ણ 8013
દૃ 801
ર્ચિ 107
ક્કો 459
સૉ 208
લુ 54386
ડં 163
ણો 7087
દ્દે 849
ટિ 7096
ટ્ 4799
ર્પે 90
ટૂં 1215
ડાં 6607
ર્જિ 592
કિ 15508
તી 99773
ર્ણા 688
ગ્રો 172
ગુ 52752
લેં 634
ર્ધ 1366
ર્દૂ 139
ર્શા 2954
શ્રો 97
લ્લુ 167
ળિ 1112
} 16443
ધં 796
કી 33431
હિ 23457
લ્ફિ 303
ર્ણિ 126
શો 16845
વી 65786
ધુ 15330
સાં 3936
ર્ટે 379
ક્કિ 96
વ્હિ 100
ર્બો 446
સ્રો 691
ગ્રુ 653
ન્ઝિ 76
ગે 17585
ડ્યૂ 123
ધે 2854
નિં 648
નૃ 760
ષ્ઠિ 297
ત્ર 26144
દ્દ 603
બૃ 124
સ 257737
ઠ 11740
દ્દો 337
પ્રાં 1121
જ્ 37375
ઝીં 383
ર્ઘ 208
ર્પો 1007
સ્કિ 149
નોં 4259
લીં 923
1 52275
રું 2920
ક્ટિ 409
ર્બિ 111
ધ્ર 293
જીં 205
ચો 8860
ષ્ઠ 2608
6 15719
ળે 6707
શૉ 102
ર્નિ 667
ૐ 82
થુ 963
ભોં 121
ગ્રા 5046
ર 560507
હૈં 402
રૈ 179
લું 24335
’ 8048
ન્ડિં 115
ડુ 2096
રાં 6419
ભે 2800
‘ 7308
* 4381
કૅ 464
ડીં 342
2 37545
વૃં 89
૪ 13540
] 4021
ભ્ 5887
મું 2750
ળ્યો 932
ર્ગી 894
દ્વા 15414
ચાં 1868
ચા 48574
શૂ 546
શ્રી 4934
% 2968
પુ 28888
ક્ 33343
પ્રો 5421
ટુ 3033
મં 10205
હ્નો 227
જુ 29064
ખ્રિ 781
ભિ 6279
ક્ષુ 133
જાં 641
કું 1934
ક્ષિ 8586
ઠ્ઠા 269
ભૈ 97
થ 100341
ક્ષાં 187
પ્તિ 915
ન્જિ 1062
સૌ 15493
ર્ચ 4223
ન્કિં 220
લ્લો 5440
યઃ 160
ડ્રિ 187
કૂ 2321
પિ 8378
તેં 288
ર્ભો 1240
જ્ઞ 612
ઠ્ઠ 88
થ્રે 93
ટ્યા 186
શ્વા 1396
ડિં 255
ષો 1140
બી 20302
લ્લે 1767
પેં 86
પૈ 17086
ઘે 1153
સોં 590
દ્રુ 219
ર્થો 903
ન્સિ 861
ઝાં 344
ચે 13973
ચૅ 406
કૉ 1018
ઘૂ 166
ટેં 77
ભેં 200
દ્રૌ 115
પૉ 232
કુ 30036
ટ્ર 1031
ક્લિ 818
પા 106448
સ્પિ 892
લૂ 1062
બં 14125
ક્રાં 554
ણાં 3134
ક્ષા 3985
લૈ 138
લૂં 192
ન્વિ 79
જૉ 275
કો 105114
બિ 8717
હો 39927
ર્ગા 228
ર્વે 1778
મીં 159
પ્રિ 5226
લ્વિ 88
ર્ડે 286
ર્ટ્સ 458
પિં 546
સૃ 445
ફા 11452
હ્યુ 816
ફ 37157
ટ્રિ 688
બાં 2330
ઢાં 881
નું 67836
પ્લિ 542
ર્ડિ 309
ર્ષી 135
વિં 781
ર્ણી 77
બોં 107
ર્મા 2639
ર્તી 382
ઢં 133
ભ્ર 1060
ઉ 79851
દ્ધી 95
ર્ષ 13092
કિં 2224
ખૂ 3131
ગ 209217
ફૂ 2878
મૂ 10544
દ્ધાં 1140
ટ્ટી 653
ઘાં 122
ર્મિં 412
ર્દે 587
ચિં 1055
ભૌ 1169
પોં 219
મૈ 1082
ડિ 16168
ર્લિ 148
દ્દી 246
શું 2080
ર્ડ 6677
પં 21298
વૅ 200
ટ્રો 1468
લ્લું 209
શ્વિ 1136
વિ 96105
ડ્ડા 74
ધૂ 1087
ઝું 256
દ્વૈ 158
ચૈ 270
પ 292317
ચૂં 1099
ષ્ 7590
ત્રુ 234
ર્ટિ 623
ર્મ 8337
ડ્રે 704
ઢી 1641
મોં 478
ષ્ટિ 1981
ઝ 19378
અ 255930
ળુ 559
પ્ર 71300
ખા 30328
યૉ 86
તિ 43387
યો 65025
ફેં 589
ર્ટ 5718
ર્જ 3184
લા 135209
દી 22081
ટ્ટો 356
ટા 27164
ર્દિ 268
ધ 73959
લં 3541
ક્કી 1348
ર્કા 117
ગાં 3319
ર્સે 349
_ 349
સે 30259
હીં 9502
'ા 388
છ 12895
૧ 64587
ખેં 770
હ્ર 167
ધો 6981
ચીં 101
ળ્યું 963
સ્રા 75
ટૂ 695
સ્ટિં 124
દ્વી 537
ફ્રેં 202
દ્રા 1339
હૂ 966
ષી 657
ફે 12328
યૂ 3556
ણા 27836
ગ્ર 7119
રેં 291
ર્વિ 772
ર્બા 121
ર્ની 177
બ્રે 1180
છેઃ 737
ર્શી 244
ણુ 2309
નેં 350
સ્વિ 530
બૉ 551
ઢા 1218
લ્લ 619
થો 5972
ઝી 2733
| 26205
ખિ 1048
હૈ 1682
ર્મો 1069
ક્રુ 229
ચૌ 1556
ભ 28411
વે 178433
" 23658
મી 23061
છૂ 1100
ષે 1345
સિ 20333
લૈં 154
જ્યિ 87
સિં 3766
ર્જા 1292
ક્તિ 7576
ર્લી 339
ડ્ડી 140
ઘુ 1015
લ્શિ 100
કોં 1111
ગ્ને 258
જ 229489
ખાં 1095
ખં 2733
રુ 16560
ર્ધા 1885
ર્થિ 1369
~ 552
ર્બ્સ 142
ને 258561
દાં 1841
ર્યાં 508
વ્ 60463
જૈ 1413
ચૂ 1514
પૃ 2433
બો 14380
બું 223
શ્મિ 152
ત્તો 83
હ્યા 2189
! 5682
થા 41989
ર્ક્સ 173
દ્દા 822
ગ્રે 5612
૮ 13316
ર્લૅ 275
ર્ડો 110
ન્ન 2386
ર્ડિં 216
ક્ક 3720
લૅ 359
ડૅ 223
ર્લિં 136
/ 30342
શૌ 129
ર્લ 490
ન્ની 196
ઝે 1946
સ્જિ 301
તાં 14982
તં 5229
હૃ 715
ણં 918
: 81138
દ્રે 91
બ 103395
ર્ટુ 511
દ્ધ 9953
ના 331862
ર્વી 654
ઘં 453
× 115
ઠ્ઠી 284
કૉં 130
ષ્ટાં 110
» 377
^ 121
હ 150247
દ્વિ 830
ર્ગ 5468
ર્યુ 766
ર્યો 8062
ડા 33646
તું 23981
ડ઼ી 89
મા 154164
& 4262
ર્સ 5342
હ્મ 1095
ર્કી 328
ઠી 2181
હી 13900
ધા 32456
” 2986
ચોં 157
હ્યું 2828
ડ્યુ 348
બ્ 12244
દ્વ 238
લ્લિ 94
કં 7208
ટી 27999
રિ 43301
તુ 20637
શી 8904
થિ 2018
ત્રાં 127
0 67088
ટૅ 685
ષ્ટા 472
ષ 13205
ફ્રા 885
ચ્ 11525
તૈ 2282
જી 54364
ર્થં 124
લ 207353
તૂ 809
; 10975
ધું 1582
પૂં 157
ખે 56138
ધ્રુ 608
મૅ 925
દ્રિ 157
ર્ઝ 371
૯ 18974
રૂ 24620
ક્ષે 5076
દૌ 135
કૌ 1231
ક્વિ 538
ટ 114405
શાં 1659
કા 164894
ધ્રો 154
ષુ 130
શ્રે 54087
ઐ 1502
ક્ષો 588
રા 200228
દ્ધા 732
ડ્ર 488
છી 11260
ઓ 120427
° 265
ડૂ 1093
બ્દિ 114
ઈ 57521
પ્તી 132
દ્ધિ 1958
વેં 193
ઝા 5301
ખો 7659
ગં 2549
વો 15957
ર્શ 4302
ઝિં 128
. 351592
ર્શિ 742
બ્રૂ 79
ડ 78159