Hugging Face's logo

Datasets:
prachuryyaIITG
/
TAFSIL

Tasks:
Token Classification
Modalities:
Text
Formats:
json
Languages:
Hindi
Marathi
Sanskrit
Size:
1M - 10M
Libraries:
Datasets
Dask
License:
Dataset card Data Studio Files
xet
Community
1
Dataset Viewer (First 5GB)
Auto-converted to Parquet Duplicate
ex_id
stringlengths
13
26
left_context
listlengths
0
559
right_context
listlengths
0
1.2k
left_context_text
stringlengths
0
3.16k
right_context_text
stringlengths
0
2.61k
word
stringlengths
1
94
y_category
listlengths
1
12
mention_as_list
listlengths
0
226
Hindi_FIGER_1
[ "जिस", "समाज", "की", "कोई" ]
[ "नहीं", "होती", "उसकी", "शिक्षा", "का", "स्वरूप", "भी", "अनिश्चित", "होता", "है", "।" ]
जिस समाज की कोई
नहीं होती उसकी शिक्षा का स्वरूप भी अनिश्चित होता है ।
संस्कृति
[ "/art", "/art/music" ]
[ "संस्कृति" ]
Hindi_FIGER_2
[ "बंच", "ऑफ़", "थोट्स", "(", "अनुवाद", ":" ]
[ ")", "गोलवालकर", "द्वारा", "लिखित", "पुस्तक", "है", "है", "एक", "के", "द्वारा", "लिखित", "पुस्तकों", "माधव", "सदाशिव", "गोलवलकर", ",", "उन्हें", "\"", "गुरुजी", "\"", "के", "नाम", "से", "भी", "जाना", "जाता", "है", "और", "वह", "राष्ट्रीय", "स्वयंसेवक", "संघ", "के", "दूसरे", "सरसंघचालक", "(", "सर्वोच्च", "नेता", ")", "थे", "." ]
बंच ऑफ़ थोट्स ( अनुवाद :
) गोलवालकर द्वारा लिखित पुस्तक है है एक के द्वारा लिखित पुस्तकों माधव सदाशिव गोलवलकर , उन्हें " गुरुजी " के नाम से भी जाना जाता है और वह राष्ट्रीय स्वयंसेवक संघ के दूसरे सरसंघचालक ( सर्वोच्च नेता ) थे .
विचारों का गुच्छा
[ "/art", "/art/written_work" ]
[ "विचारों", "का", "गुच्छा" ]
Hindi_FIGER_3
[ "लेथपोरा", "(", "Arihal", ")", ",", "जिसका", "मूल", "नाम", "ललितपुर", "(", "Lalitpur", ")", "था", ",", "भारत", "के" ]
[ "राज्य", "के", "पुलवामा", "ज़िले", "में", "स्थित", "एक", "बस्ती", "है", "।" ]
लेथपोरा ( Arihal ) , जिसका मूल नाम ललितपुर ( Lalitpur ) था , भारत के
राज्य के पुलवामा ज़िले में स्थित एक बस्ती है ।
जम्मू और कश्मीर
[ "/location/province", "/location" ]
[ "जम्मू", "और", "कश्मीर" ]
Hindi_FIGER_4
[ "कालांतर", "में", "प्रशासनिक", "आवश्याकताओं", "के", "कारण", "दिनांक", "25", "मई", "1998", "को", "\"", "पश्चिम", "निमाड़", "\"", "को", "दो", "जिलों", "-", "खरगोन", "जिला", "एवं" ]
[ "में", "विभाजित", "किया", "गया", "।" ]
कालांतर में प्रशासनिक आवश्याकताओं के कारण दिनांक 25 मई 1998 को " पश्चिम निमाड़ " को दो जिलों - खरगोन जिला एवं
में विभाजित किया गया ।
बड़वानी जिला
[ "/location/county", "/location" ]
[ "बड़वानी", "जिला" ]
Hindi_FIGER_5
[ "एक", "चौथी", "श्रेणी", "भी", "होती", "है", "जिसमें", "वे", "बेढंगी" ]
[ "डाली", "जाती", "हैं", "जो", "हबल", "अनुक्रम", "की", "तीन", "व्यवस्थित", "श्रेणियों", "में", "से", "किसी", "में", "नहीं", "डाली", "जा", "सकतीं", "।" ]
एक चौथी श्रेणी भी होती है जिसमें वे बेढंगी
डाली जाती हैं जो हबल अनुक्रम की तीन व्यवस्थित श्रेणियों में से किसी में नहीं डाली जा सकतीं ।
गैलेक्सियाँ
[ "/chemical_thing" ]
[ "गैलेक्सियाँ" ]
Hindi_FIGER_6
[]
[ "के", "भीतर", "के", "तापमान", ",", "दबाव", "और", "घनत्व", "सभी", "कोर", "की", "दिशा", "पर", "तेजी", "से", "बढ़ते", "है", ",", "जिससे", "ग्रह", "की", "गहरी", "परतों", "में", ",", "हाइड्रोजन", "एक", "धातु", "में", "परिवर्तन", "का", "कारण", "बनता", "है", "।" ]
के भीतर के तापमान , दबाव और घनत्व सभी कोर की दिशा पर तेजी से बढ़ते है , जिससे ग्रह की गहरी परतों में , हाइड्रोजन एक धातु में परिवर्तन का कारण बनता है ।
ग्रह
[ "/chemical_thing" ]
[ "ग्रह" ]
Hindi_FIGER_7
[]
[ "शहर", "या", "स्पा", "सैरगाह", "(", "रिजॉर्ट्स", ")", "(", "गर्म", "पानी", "के", "झरने", "वाली", "सैरगाहों", "सहित", ")", "आमतौर", "विभिन्न", "स्वास्थ्य", "उपचारों", "की", "पेशकश", "करते", "हैं", "।" ]
शहर या स्पा सैरगाह ( रिजॉर्ट्स ) ( गर्म पानी के झरने वाली सैरगाहों सहित ) आमतौर विभिन्न स्वास्थ्य उपचारों की पेशकश करते हैं ।
स्पा
[ "/organization/company", "/organization" ]
[ "स्पा" ]
Hindi_FIGER_8
[ "हमेशा", "दृढ़ता", "से" ]
[ "के", "लिए", "पसंद", "किया", "गया", "है", ",", "के", "रूप", "में", "।" ]
हमेशा दृढ़ता से
के लिए पसंद किया गया है , के रूप में ।
धातु
[ "/chemical_thing", "/product" ]
[ "धातु" ]
Hindi_FIGER_9
[ "इसके", "अलावा", "सिगार", "होल्डर", "का", "मतलब", "एक", "ऐसा", "ट्यूब", "होता", "है", "जिसमें" ]
[ "को", "धूम्रपान", "करते", "समय", "रखा", "जाता", "है", "।" ]
इसके अलावा सिगार होल्डर का मतलब एक ऐसा ट्यूब होता है जिसमें
को धूम्रपान करते समय रखा जाता है ।
सिगार
[ "/organization/company", "/organization", "/product" ]
[ "सिगार" ]
Hindi_FIGER_10
[ "हालांकि" ]
[ "के", "बाजार", "ने", ",", "मिल्वॉकी", "को", "विस्कॉन्सिन", "की", "वाणिज्यिक", "राजधानी", "बनाए", "रखा", "।" ]
हालांकि
के बाजार ने , मिल्वॉकी को विस्कॉन्सिन की वाणिज्यिक राजधानी बनाए रखा ।
गेहूं
[ "/food", "/living_thing", "/chemical_thing" ]
[ "गेहूं" ]
Hindi_FIGER_11
[ "इतने", "में", "ही", "अपने", "भतीजे", "की", "मृत्यु", "से", "क्रोधित", "होकर" ]
[ "ने", "घटोत्कच", "से", "युद्ध", "किया", "लेकिन", "उसके", "हाथों", "बुरी", "तरह", "घायल", "हो", "गया", "।" ]
इतने में ही अपने भतीजे की मृत्यु से क्रोधित होकर
ने घटोत्कच से युद्ध किया लेकिन उसके हाथों बुरी तरह घायल हो गया ।
दुर्योधन
[ "/person" ]
[ "दुर्योधन" ]
Hindi_FIGER_12
[ "गुर्दे", "की", "विफलता", "के", "बढ़ने", "के", "साथ", ",", "शरीर", "में" ]
[ "कम", "मात्रा", "में", "बनता", "है" ]
गुर्दे की विफलता के बढ़ने के साथ , शरीर में
कम मात्रा में बनता है
इंसुलिन
[ "/chemical_thing", "/biological_thing", "/medical_treatment", "/drug" ]
[ "इंसुलिन" ]
Hindi_FIGER_13
[ "अभय", "सचदेवा", "(", "फरदीन", "खान", ")", "और", "रीतिका", "खन्ना", "(" ]
[ "देवोल", ")", ":", "पारम्परिक", "विवाह", "पद्धति", "के", "अनुसार", "विवाहित", "दो", "लोग", "।" ]
अभय सचदेवा ( फरदीन खान ) और रीतिका खन्ना (
देवोल ) : पारम्परिक विवाह पद्धति के अनुसार विवाहित दो लोग ।
ईशा
[ "/person", "/person/actor" ]
[ "ईशा" ]
Hindi_FIGER_14
[ "संघीय" ]
[ "मूल्य", "सहायता", "कार्यक्रम", "1949", "में", "शुरू", "किया", "गया", "।" ]
संघीय
मूल्य सहायता कार्यक्रम 1949 में शुरू किया गया ।
दूध
[ "/chemical_thing", "/food", "/product" ]
[ "दूध" ]
Hindi_FIGER_15
[ "धार्मिक", "बनावट", ":", "96%", "इवैंग्लिकल", "लूथरन", ",", "2%", "अन्य" ]
[ "और", "अन्य", "मतावलम्बी", "और", "2%", "कोई", "धार्मिक", "संबद्धता", "नहीं", "।" ]
धार्मिक बनावट : 96% इवैंग्लिकल लूथरन , 2% अन्य
और अन्य मतावलम्बी और 2% कोई धार्मिक संबद्धता नहीं ।
ईसाई
[ "/person", "/religion" ]
[ "ईसाई" ]
Hindi_FIGER_16
[ "पाम्बन", "(", "Pamban", ")", "भारत", "के" ]
[ "राज्य", "के", "रामनाथपुरम", "ज़िले", "में", "एक", "नगर", "है", "।" ]
पाम्बन ( Pamban ) भारत के
राज्य के रामनाथपुरम ज़िले में एक नगर है ।
तमिल नाडु
[ "/location/province", "/location" ]
[ "तमिल", "नाडु" ]
Hindi_FIGER_17
[ "इंग्लैंड", "से", "रोमन", "जाति", "के", "हट", "जाने", "के", "बाद", "वहाँ" ]
[ "का", "लोप", "होने", "लगा", "था", "।" ]
इंग्लैंड से रोमन जाति के हट जाने के बाद वहाँ
का लोप होने लगा था ।
ईसाई धर्म
[ "/art/music", "/religion", "/art" ]
[ "ईसाई", "धर्म" ]
Hindi_FIGER_18
[ "16", "अक्टूबर", "1956", "को", ",", "डॉ.", "बी.", "आर.", "अम्बेडकर", "(" ]
[ ")", "ने", "चंद्रपुर", "के", "पास", "एक", "स्थान", "जिसे", "\"", "दीक्षाभूमि", "\"", "कहा", "जाता", "है", ",", "पर", "कई", "अनुयायियों", "को", "बुद्ध", "(", "बौद्ध", "धर्म", "का", "आलिंगन", ")", "की", "दीक्षा", "दी", "थी", "।" ]
16 अक्टूबर 1956 को , डॉ. बी. आर. अम्बेडकर (
) ने चंद्रपुर के पास एक स्थान जिसे " दीक्षाभूमि " कहा जाता है , पर कई अनुयायियों को बुद्ध ( बौद्ध धर्म का आलिंगन ) की दीक्षा दी थी ।
बाबासाहेब
[ "/person", "/person/author", "/person/politician", "/person/artist" ]
[ "बाबासाहेब" ]
Hindi_FIGER_19
[ "भटौली", "इस", "नगर", "से", "मिला", "हुआ", "है", "जिसे", "भटौली" ]
[ "कहते", "हैं", "।" ]
भटौली इस नगर से मिला हुआ है जिसे भटौली
कहते हैं ।
रूरा
[ "/location", "/location/city" ]
[ "-रूरा" ]
Hindi_FIGER_20
[ "यह", "तेलंगाना", "और" ]
[ "की", "सीमा", "पर", "अन्त", "होता", "है", "।" ]
यह तेलंगाना और
की सीमा पर अन्त होता है ।
कर्नाटक
[ "/location/province", "/location" ]
[ "कर्नाटक" ]
Hindi_FIGER_21
[ "साथ", "ही", "वे", "संपूर्ण" ]
[ "लिब्रलाइज़ेशन", "और", "तत्कालीन", "वित्तीय", "व्यवस्था", "के", "संपूर्ण", "निरीक्षण", "और", "बदलाव", "का", "भी", "समर्थन", "करते", "हैं", "जिसके", "अनुसार", "गोल्ड", "स्टैन्डर्ड", "की", "पुन:स्थापना", "की", "जानी", "चाहिये", "और", "बैंकिंग", "व्यवस्था", "पर", "एक", "१००-प्रतिशत", "रिजर्व", "की", "शर्त", "लगाई", "जानी", "चाहिये", "।" ]
साथ ही वे संपूर्ण
लिब्रलाइज़ेशन और तत्कालीन वित्तीय व्यवस्था के संपूर्ण निरीक्षण और बदलाव का भी समर्थन करते हैं जिसके अनुसार गोल्ड स्टैन्डर्ड की पुन:स्थापना की जानी चाहिये और बैंकिंग व्यवस्था पर एक १००-प्रतिशत रिजर्व की शर्त लगाई जानी चाहिये ।
आर्थिक
[ "/art", "/organization", "/organization/educational_department", "/art/music" ]
[ "आर्थिक" ]
Hindi_FIGER_22
[ "इस", "अकाल", "से", "निपटने", "के", "लिए", "1883", "में", "बनाए", "गए", "अस्थायी" ]
[ "नियमों", "के", "अनुसार", ",", "ब्रिटिश", "सरकार", "ने", "बड़ी", "संख्या", "में", "राहत", "के", "उपाय", "किए", "।" ]
इस अकाल से निपटने के लिए 1883 में बनाए गए अस्थायी
नियमों के अनुसार , ब्रिटिश सरकार ने बड़ी संख्या में राहत के उपाय किए ।
अकाल
[ "/event", "/event/natural_disaster" ]
[ "अकाल" ]
Hindi_FIGER_23
[ "मिथकों", "की", "कहानियों", "के", "अनुसार", "," ]
[ "ने", "एक", "विशाल", "यज्ञ", "के", "बाद", "कुरुक्षेत्र", "की", "भूमि", "से", "ब्रह्माण्ड", "का", "निर्माण", "किया", "।" ]
मिथकों की कहानियों के अनुसार ,
ने एक विशाल यज्ञ के बाद कुरुक्षेत्र की भूमि से ब्रह्माण्ड का निर्माण किया ।
ब्रह्मा
[ "/god" ]
[ "ब्रह्मा" ]
Hindi_FIGER_24
[ "भारत", "में", "किसी", "पौराणिक", "स्थल", "पर", "आम", "तौर", "पर", "जिस", "संख्या", "में", "पर्यटक", "आते", "हैं", "," ]
[ "में", "आने", "वाले", "पर्यटकों", "की", "संख्या", "उससे", "कहीं", "ज्यादा", "है", "।" ]
भारत में किसी पौराणिक स्थल पर आम तौर पर जिस संख्या में पर्यटक आते हैं ,
में आने वाले पर्यटकों की संख्या उससे कहीं ज्यादा है ।
पुष्कर
[ "/location", "/location/city" ]
[ "पुष्कर" ]
Hindi_FIGER_25
[ "बाद", "के", "महीनों", "में", ",", "इस", "सूची", "में", "घटकर", "सिर्फ", "४९", "निर्देशकों", "का", "नाम", "रह", "गया", "था", ",", "और", "इसके", "शीर्ष", "विकल्पों", "में" ]
[ ",", "असांटी", "और", "मैगी", "बेट्स", "थे", ",", "जो", "जून", "में", "फाइगी", "और", "जोहानसन", "से", "मिले", "।" ]
बाद के महीनों में , इस सूची में घटकर सिर्फ ४९ निर्देशकों का नाम रह गया था , और इसके शीर्ष विकल्पों में
, असांटी और मैगी बेट्स थे , जो जून में फाइगी और जोहानसन से मिले ।
केट शॉर्टलैंड
[ "/person", "/person/author", "/person/director" ]
[ "केट", "शॉर्टलैंड" ]
Hindi_FIGER_26
[]
[ "या", "तेजवापुर", "उत्तर", "प्रदेश", "के", "बहराइच", "जिले", "में", "स्थित", "एक", "गाँव", "एवं", "विकास", "खंड", "है", "।" ]
या तेजवापुर उत्तर प्रदेश के बहराइच जिले में स्थित एक गाँव एवं विकास खंड है ।
तजवापुर
[ "/location", "/location/city" ]
[ "तजवापुर" ]
Hindi_FIGER_27
[]
[ "की", "भौगोलिक", "स्थिति", "पर", "शिलांग", "पठार", "पर", "स्थित", "है", "जो", "उत्तरी", "भारतीय", "ढाल", "में", "एकमात्र", "प्रमुख", "उत्थान", "संरचना", "है", "।" ]
की भौगोलिक स्थिति पर शिलांग पठार पर स्थित है जो उत्तरी भारतीय ढाल में एकमात्र प्रमुख उत्थान संरचना है ।
शिलांग
[ "/location", "/location/city" ]
[ "शिलांग" ]
Hindi_FIGER_28
[ "इन", "तीनों", "ने", "मिलकर", "१८५४", "में", "अपनी", "छानबीन", "का", "ब्यौरा", "'", "ऐल्प्स", "के", "भौतिक" ]
[ "और", "भूविज्ञान", "पर", "नए", "अध्ययन", "'", "(", ")", "नामक", "कृति", "में", "प्रकाशित", "किया", "।" ]
इन तीनों ने मिलकर १८५४ में अपनी छानबीन का ब्यौरा ' ऐल्प्स के भौतिक
और भूविज्ञान पर नए अध्ययन ' ( ) नामक कृति में प्रकाशित किया ।
भूगोल
[ "/art", "/art/music" ]
[ "भूगोल" ]
Hindi_FIGER_29
[]
[ "के", "नाम", "का", "अर्थ", "\"", "राजकुमारों", "की", "तलवार", "\"", "है", "।" ]
के नाम का अर्थ " राजकुमारों की तलवार " है ।
झील
[ "/chemical_thing" ]
[ "झील" ]
Hindi_FIGER_30
[]
[ "में", "ऐसे", "कई", "संसाधन", "हैं", "जिसका", "मनुष्यों", "द्वारा", "शोषण", "किया", "गया", "है" ]
में ऐसे कई संसाधन हैं जिसका मनुष्यों द्वारा शोषण किया गया है
धरती
[ "/chemical_thing", "/location", "/location/astral_body" ]
[ "धरती" ]
Hindi_FIGER_31
[ "प्रधानमंत्री", "मनमोहन", "सिंह", "की", "अध्यक्षता", "में", "1", "जनवरी", "को", "हुई", "मंत्रिमंडल", "की", "बैठक", "में" ]
[ "में", "राष्ट्रपति", "शासन", "लगाए", "जाने", "की", "सिफारिश", "की", "गई", "थी", "।" ]
प्रधानमंत्री मनमोहन सिंह की अध्यक्षता में 1 जनवरी को हुई मंत्रिमंडल की बैठक में
में राष्ट्रपति शासन लगाए जाने की सिफारिश की गई थी ।
नगालैंड
[ "/location/province", "/location" ]
[ "नगालैंड" ]
Hindi_FIGER_32
[ "वे", "अपने", "साथ", "उच्च", "कैलोरी", "जैल", "और" ]
[ "समेत", "खाद्य", "और", "चिकित्सा", "आपूर्ति", ",", "अपने", "साथ", "लेकर", "गये", "।" ]
वे अपने साथ उच्च कैलोरी जैल और
समेत खाद्य और चिकित्सा आपूर्ति , अपने साथ लेकर गये ।
पेरासिटामोल
[ "/chemical_thing", "/medical_treatment", "/drug" ]
[ "पेरासिटामोल" ]
Hindi_FIGER_33
[ "बाद", "में", ",", "कंप्यूटर", "आर्किटेक्चर", "प्रोटोटाइप", "को", "भौतिक", "रूप", "से", "एक", "ट्रांजिस्टर-\"ट्रांजिस्टर", "लॉजिक", "\"", "(", "TTL", ")", "कंप्यूटर", "के", "रूप", "में", "बनाया", "गया", "था", "-", "जैसे", "कि", "6800", "और", "PA-RISC", "के", "प्रोटोटाइप-", "का", "परीक्षण", "किया", "गया", ",", "और", "अंतिम" ]
[ "फॉर्म", "के", "लिए", "प्रतिबद्ध", "होने", "से", "पहले", "ट्वीक", "किया", "गया", "।" ]
बाद में , कंप्यूटर आर्किटेक्चर प्रोटोटाइप को भौतिक रूप से एक ट्रांजिस्टर-"ट्रांजिस्टर लॉजिक " ( TTL ) कंप्यूटर के रूप में बनाया गया था - जैसे कि 6800 और PA-RISC के प्रोटोटाइप- का परीक्षण किया गया , और अंतिम
फॉर्म के लिए प्रतिबद्ध होने से पहले ट्वीक किया गया ।
हार्डवेयर
[ "/organization/company", "/organization" ]
[ "हार्डवेयर" ]
Hindi_FIGER_34
[ "10वीं", "की", "परीक्षा", "1974", "में", "माध्यमिक", "विद्यालय", ",", "पटना", "से", "तथा", "12वीं", "की", "परीक्षा", "1976", "में", "उच्च", "विद्यालय", "," ]
[ "से", "करने", "के", "बाद", "1972", "में", "बीए", "ऑनर्स", "(", "इतिहास", ")", "से", "उत्तीर्ण", "किया", "।" ]
10वीं की परीक्षा 1974 में माध्यमिक विद्यालय , पटना से तथा 12वीं की परीक्षा 1976 में उच्च विद्यालय ,
से करने के बाद 1972 में बीए ऑनर्स ( इतिहास ) से उत्तीर्ण किया ।
पटना
[ "/location", "/location/city" ]
[ "पटना" ]
Hindi_FIGER_35
[ "जबकि", "पहला", "ट्वेन्टी-ट्वेन्टी", "क्रिकेट", "का", "मैच", "२००६", "में" ]
[ "और", "पाकिस्तान", "क्रिकेट", "टीम", "के", "बीच", "खेला", "गया", "था", "।" ]
जबकि पहला ट्वेन्टी-ट्वेन्टी क्रिकेट का मैच २००६ में
और पाकिस्तान क्रिकेट टीम के बीच खेला गया था ।
इंग्लैंड क्रिकेट टीम
[ "/organization/sports_team", "/organization" ]
[ "इंग्लैंड", "क्रिकेट", "टीम" ]
Hindi_FIGER_36
[ "10", "जून", "2010", "को", "वे", "भारत", "के", "सबसे", "महंगे", "आधुनिक", "कलाकार", "बन", "गए", "जब", "क्रिस्टी", "की", "नीलामी", "में", "88", "वर्षीय" ]
[ "का", "'", "सौराष्ट्र", "'", "नामक", "एक", "सृजनात्मक", "चित्र", "16.42", "करोड़", "रुपयों", "(", "34,86,965", "डॉलर", ")", "में", "बिका." ]
10 जून 2010 को वे भारत के सबसे महंगे आधुनिक कलाकार बन गए जब क्रिस्टी की नीलामी में 88 वर्षीय
का ' सौराष्ट्र ' नामक एक सृजनात्मक चित्र 16.42 करोड़ रुपयों ( 34,86,965 डॉलर ) में बिका.
रज़ा
[ "/person", "/person/artist" ]
[ "रज़ा" ]
Hindi_FIGER_37
[ "उनका", "जन्म", "मध्य", "प्रदेश", "के" ]
[ "जिले", "के", "ज्योतिनगर", "गढा", "इलाके", "में", "हुआ", "था", "।" ]
उनका जन्म मध्य प्रदेश के
जिले के ज्योतिनगर गढा इलाके में हुआ था ।
जबलपुर
[ "/location", "/location/city" ]
[ "जबलपुर" ]
Hindi_FIGER_38
[ "बंगाली", "के", "अलावा" ]
[ "भी", "कई", "लोगों", "द्वारा", "जानी", "और", "समझी", "जाती", "है", ",", "जबकि", "सांस्कृतिक", "और", "ऐतिहासिक", "निकटता", "तथा", "भाषाई", "समानता", "के", "कारण", ",", "कई", "लोग", "सीमित", "मात्रा", "में", "हिंदुस्तानी(", "हिंदी/उर्दू", ")", "भी", "समझने", "में", "सक्षम", "हैं", "।" ]
बंगाली के अलावा
भी कई लोगों द्वारा जानी और समझी जाती है , जबकि सांस्कृतिक और ऐतिहासिक निकटता तथा भाषाई समानता के कारण , कई लोग सीमित मात्रा में हिंदुस्तानी( हिंदी/उर्दू ) भी समझने में सक्षम हैं ।
अंग्रेज़ी भाषा
[ "/organization", "/organization/educational_department", "/language" ]
[ "अंग्रेज़ी", "भाषा" ]
Hindi_FIGER_39
[ "कार्बनिक", "रसायन", "में", "फास्फोरिक", "अम्ल", "के", "इस्टर", "को" ]
[ "या", "आर्गैनोफास्फेट", "कहते", "हैं", "।" ]
कार्बनिक रसायन में फास्फोरिक अम्ल के इस्टर को
या आर्गैनोफास्फेट कहते हैं ।
फॉस्फेट
[ "/chemical_thing" ]
[ "फॉस्फेट" ]
Hindi_FIGER_40
[ "इसके", "अतिरिक्त", "आम", ",", "महुआ", ",", "जामुन", ",", "करंज", ",", "नीम", ",", "बड़", ",", "पीपल", ",", "अर्जुन", "वृक्ष", ",", "खैर", ",", "बेर", "," ]
[ "व", "बाँस", "के", "वृक्ष", "भी", "प्रचुरता", "मे", "पाये", "जाते", "है", "।" ]
इसके अतिरिक्त आम , महुआ , जामुन , करंज , नीम , बड़ , पीपल , अर्जुन वृक्ष , खैर , बेर ,
व बाँस के वृक्ष भी प्रचुरता मे पाये जाते है ।
तेंदू
[ "/food", "/living_thing", "/chemical_thing" ]
[ "तेंदू" ]
Hindi_FIGER_41
[ "यह", "पृथ्वी", "से", "दिखने", "वाले" ]
[ "में", "से", "६७वाँ", "सब", "से", "रोशन", "तारा", "है", "।" ]
यह पृथ्वी से दिखने वाले
में से ६७वाँ सब से रोशन तारा है ।
तारों
[ "/chemical_thing", "/location", "/location/astral_body" ]
[ "तारों" ]
Hindi_FIGER_42
[ "उन्होंने", "1959", "से", "1986", "तक", "बेल्", "लैब्स", "में", ",", "मर्रे", "हिल", "," ]
[ "में", "कार्य", "किया", ",", "जहाँ", "उन्होंने", "नोवेल", "लेसरों", "तथा", "अर्धचालक", "युक्तियों", "पर", "अनुसंधान", "का", "नेतृत्व", "किया", "।" ]
उन्होंने 1959 से 1986 तक बेल् लैब्स में , मर्रे हिल ,
में कार्य किया , जहाँ उन्होंने नोवेल लेसरों तथा अर्धचालक युक्तियों पर अनुसंधान का नेतृत्व किया ।
न्यू जर्सी
[ "/location/province", "/location/county", "/location", "/law" ]
[ "न्यू", "जर्सी" ]
Hindi_FIGER_43
[ "उन्होंने", "अगले", "तीन", "सालों", "में", "दक्षिण", "भारत", "के", "दक्खन", "पठार", "और", "फिर" ]
[ ",", "काराकोरम", "और", "कुनलुन", "पर्वतों", "का", "दौरा", "किया", "।" ]
उन्होंने अगले तीन सालों में दक्षिण भारत के दक्खन पठार और फिर
, काराकोरम और कुनलुन पर्वतों का दौरा किया ।
हिमालय
[ "/location", "/location/mountain" ]
[ "हिमालय" ]
Hindi_FIGER_44
[ "नरकासुर", "वराह", "और" ]
[ "का", "पुत्र", "था", "।" ]
नरकासुर वराह और
का पुत्र था ।
भूमि
[ "/god" ]
[ "भूमि" ]
Hindi_FIGER_45
[ "इसमें", "वार्नर-छत्र", "के", "अंतर्गत", "आने", "वाले", "अन्य", "स्टूडियोज", ",", "जैसे", "न्यू", "लाइन", "सिनेमा", "और", "HBO", ",", "प्रभावी", "रूप", "से", "शामिल", "थे", ",", "हालांकि" ]
[ "में", "HBO", "के", "वितरण", "भागीदार", "बीबीसी", "ने", "यह", "घोषणा", "की", "कि", "बाज़ार", "की", "शक्तियों", "पर", "नज़र", "रखते", "हुए", "वह", "दोनों", "प्रारूपों", "में", "उत्पाद", "को", "रिलीज़", "करना", "जारी", "रखेगा", "." ]
इसमें वार्नर-छत्र के अंतर्गत आने वाले अन्य स्टूडियोज , जैसे न्यू लाइन सिनेमा और HBO , प्रभावी रूप से शामिल थे , हालांकि
में HBO के वितरण भागीदार बीबीसी ने यह घोषणा की कि बाज़ार की शक्तियों पर नज़र रखते हुए वह दोनों प्रारूपों में उत्पाद को रिलीज़ करना जारी रखेगा .
यूरोप
[ "/location" ]
[ "यूरोप" ]
Hindi_FIGER_46
[ "बांग्ला", "में" ]
[ "साहित्य", "प्रकाशन", "के", "लिए", "उन्होंने", "राममनोहर", "लोहिया", "साहित्य", "प्रकाशन", "की", "स्थापना", "की", "." ]
बांग्ला में
साहित्य प्रकाशन के लिए उन्होंने राममनोहर लोहिया साहित्य प्रकाशन की स्थापना की .
लोहिया
[ "/person", "/person/author", "/person/politician" ]
[ "लोहिया" ]
Hindi_FIGER_47
[]
[ "में", "भारत", "के", "उत्तराखण्ड", "राज्य", "के", "अन्तर्गत", "कुमाऊँ", "मण्डल", "के", "बागेश्वर", "जिले", "का", "एक", "गाँव", "है", "।" ]
में भारत के उत्तराखण्ड राज्य के अन्तर्गत कुमाऊँ मण्डल के बागेश्वर जिले का एक गाँव है ।
मवई, गरुङ तहसील
[ "/location", "/location/city" ]
[ "मवई", ",", "गरुङ", "तहसील" ]
Hindi_FIGER_48
[ "12", "घंटे", "से", "अधिक", "की", "पूछताछ", "के", "बाद", "," ]
[ "को", "13", "मार्च", "को", "राष्ट्रीय", "जांच", "एजेंसी", "द्वारा", "एंटीलिया", "के", "पास", "विस्फोटक", "से", "भरे", "वाहन", "को", "रखने", "में", "शामिल", "होने", "के", "आरोप", "में", "गिरफ्तार", "किया", "गया", "था", "।" ]
12 घंटे से अधिक की पूछताछ के बाद ,
को 13 मार्च को राष्ट्रीय जांच एजेंसी द्वारा एंटीलिया के पास विस्फोटक से भरे वाहन को रखने में शामिल होने के आरोप में गिरफ्तार किया गया था ।
वाजे
[ "/person" ]
[ "वाजे" ]
Hindi_FIGER_49
[ "जब", "श्री" ]
[ "ने", "तीर्थयात्राओं", "पर", "निकलने", "का", "निश्चय", "किया", "तो", "पत्नी", "वीरबाई", "ने", "भी", "बापा", "के", "कार्यो", "में", "अनुसरण", "करने", "में", "विश्चय", "दिखाया", "।" ]
जब श्री
ने तीर्थयात्राओं पर निकलने का निश्चय किया तो पत्नी वीरबाई ने भी बापा के कार्यो में अनुसरण करने में विश्चय दिखाया ।
जलाराम
[ "/person" ]
[ "जलाराम" ]
Hindi_FIGER_50
[ "इससे", "पहले", "२००६", "तक", "वह", "आसूचना", "ब्यूरो", "(", "इण्टॅलिजॅन्स", "ब्यूरो", ")", "के", "निदेशक", "थे", "और", "फिर", "२००७", "से", "२०१०", "तक" ]
[ "के", "राज्यपाल", "रहे", "।" ]
इससे पहले २००६ तक वह आसूचना ब्यूरो ( इण्टॅलिजॅन्स ब्यूरो ) के निदेशक थे और फिर २००७ से २०१० तक
के राज्यपाल रहे ।
छत्तीसगढ़
[ "/location/province", "/location" ]
[ "छत्तीसगढ़" ]
Hindi_FIGER_51
[ "नीला" ]
[ ",", "लाल", "प्रकाश", "की", "तुलना", "में", "बहुत", "अधिक", "प्रकीर्ण", "होता", "है", "क्योंकि", "नीले", "प्रकाश", "की", "आवृत्ति", "अधिक", "होती", "है", "।" ]
नीला
, लाल प्रकाश की तुलना में बहुत अधिक प्रकीर्ण होता है क्योंकि नीले प्रकाश की आवृत्ति अधिक होती है ।
प्रकाश
[ "/organization/company", "/organization" ]
[ "प्रकाश" ]
Hindi_FIGER_52
[ "नुपुर" ]
[ "ने", "दिल्ली", "पब्लिक", "स्कूल", ",", "मथुरा", "रोड", "से", "पढ़ाई", "की", "।" ]
नुपुर
ने दिल्ली पब्लिक स्कूल , मथुरा रोड से पढ़ाई की ।
शर्मा
[ "/person", "/person/politician" ]
[ "शर्मा" ]
Hindi_FIGER_53
[]
[ "एकलिंगाश्रयी", "हैं", ",", "अर्थात्", "वे", "आम", "तौर", "पर", "नर", "या", "मादा", "हैं", "(", "कभी", "कभी", "उभयलिंगी", "नमूने", "पाए", "जाते", "हैं", ")", "।" ]
एकलिंगाश्रयी हैं , अर्थात् वे आम तौर पर नर या मादा हैं ( कभी कभी उभयलिंगी नमूने पाए जाते हैं ) ।
जेलीफ़िश
[ "/living_thing", "/animal", "/chemical_thing" ]
[ "जेलीफ़िश" ]
Hindi_FIGER_54
[ "इस", "समय", "सूर", "वंश", "का", "अभि", "उत्‍थान", "हुआ", "जो" ]
[ "सहित", "भारत", "में", "राजनीतिक", "स्थिति", "में", "क्रान्तकारी", "परिवर्तन", "हुआ", "।" ]
इस समय सूर वंश का अभि उत्‍थान हुआ जो
सहित भारत में राजनीतिक स्थिति में क्रान्तकारी परिवर्तन हुआ ।
बिहार
[ "/location/province", "/location" ]
[ "बिहार" ]
Hindi_FIGER_55
[ "इस", "तथ्य", "के", "बावजूद", "कि", "O-O", "बाँड", "एक", "एकल", "बाँड", "है", ",", "इस", "अणु", "में", "29.45", "kJ/mol", "के", "पूर्ण", "घूर्णन", "के", "प्रति", "भारी", "प्रतिरोध", "होता", "है", "(" ]
[ "के", "12.5", "kJ/mol", "वाले", "घूर्णक", "प्रतिरोध", "की", "तुलना", "में", ")", "." ]
इस तथ्य के बावजूद कि O-O बाँड एक एकल बाँड है , इस अणु में 29.45 kJ/mol के पूर्ण घूर्णन के प्रति भारी प्रतिरोध होता है (
के 12.5 kJ/mol वाले घूर्णक प्रतिरोध की तुलना में ) .
ईथेन
[ "/chemical_thing" ]
[ "ईथेन" ]
Hindi_FIGER_56
[ "1998", "में", ",", "मानसिक", "स्वास्थ्य", "शिक्षा", "और", "सेवा", "में", "सुधार", "करने", "के", "लिए", "आगाशे", "की", "परियोजना", "ने" ]
[ "सरकार", "द्वारा", "मानसिक", "शिक्षा", "पर", "एक", "नई", "नीति", "के", "गठन", "की", "शुरुआत", "की", "।" ]
1998 में , मानसिक स्वास्थ्य शिक्षा और सेवा में सुधार करने के लिए आगाशे की परियोजना ने
सरकार द्वारा मानसिक शिक्षा पर एक नई नीति के गठन की शुरुआत की ।
महाराष्ट्र
[ "/location/province", "/location", "/location/country" ]
[ "महाराष्ट्र" ]
Hindi_FIGER_57
[]
[ "शिवाजी", "की", "पहली", "और", "प्रमुख", "पत्नी", "थीं", "।" ]
शिवाजी की पहली और प्रमुख पत्नी थीं ।
सई भोसले
[ "/person" ]
[ "सई", "भोसले" ]
Hindi_FIGER_58
[ "उन्होंने", "\"", "द", "मैन", "हू", "वूड", "बी", "किंग", "\"", "(", "१९७५", ")", ",", "\"", "शतरंज", "के", "खिलाड़ी", "\"", "(", "१९७७", ")", ",", "\"" ]
[ "\"", "(", "१९८२", ")", ",", "\"", "ए", "पैसेज", "टू", "इंडिया", "\"", "(", "१९६५", "बीबीसी", "संस्करण", "एवं", "१९८४", "फ़िल्म", ")", ",", "\"", "द", "फार", "पैविलियंस", "\"", "(", "१९८४", ")", "और", "\"", "माय", "ब्यूटीफुल", "लौन्ड्रेट", "\"", "(", "१९८५", ")", "सहित", "विभिन्न", "फ़िल्मों", "में", "अभिनय", "किया", "।" ]
उन्होंने " द मैन हू वूड बी किंग " ( १९७५ ) , " शतरंज के खिलाड़ी " ( १९७७ ) , "
" ( १९८२ ) , " ए पैसेज टू इंडिया " ( १९६५ बीबीसी संस्करण एवं १९८४ फ़िल्म ) , " द फार पैविलियंस " ( १९८४ ) और " माय ब्यूटीफुल लौन्ड्रेट " ( १९८५ ) सहित विभिन्न फ़िल्मों में अभिनय किया ।
गाँधी
[ "/art/film", "/art" ]
[ "गाँधी" ]
Hindi_FIGER_59
[]
[ "ने", "१२वीं", "शताब्दी", "में", "अपना", "किला", "हाँसी", "और", "तरावड़ी", "(", "पुराना", "नाम", "तराईन", ")", "में", "स्थापित", "कर", "लिया", "।" ]
ने १२वीं शताब्दी में अपना किला हाँसी और तरावड़ी ( पुराना नाम तराईन ) में स्थापित कर लिया ।
पृथ्वीराज चौहान
[ "/person", "/person/politician" ]
[ "पृथ्वीराज", "चौहान" ]
Hindi_FIGER_60
[ "यह", "मुठभेड़", "उस", "समय", "शुरू", "हुई", ",", "जब", "मॉडल", "टाउन", "," ]
[ "में", "तहरीक", "मिनहाज-उल-क़ुरान​", "और", "पाकिस्तान", "अवामी", "तहरीक", "के", "नेता", "डॉक्टर", "मुहम्मद", "ताहिर", "उल-क़ादरी", "के", "निवास", "के", "सामने", "से", "बाधाओं", "को", "दूर", "करने", "के", "लिए", "ज़मीन-क़ब्ज़ा", "विरोधी", "पुलिस", "की", "टीम", "ने", "कार्यवाही", "शुरू", "की", "थी", "।" ]
यह मुठभेड़ उस समय शुरू हुई , जब मॉडल टाउन ,
में तहरीक मिनहाज-उल-क़ुरान​ और पाकिस्तान अवामी तहरीक के नेता डॉक्टर मुहम्मद ताहिर उल-क़ादरी के निवास के सामने से बाधाओं को दूर करने के लिए ज़मीन-क़ब्ज़ा विरोधी पुलिस की टीम ने कार्यवाही शुरू की थी ।
लाहौर
[ "/location", "/location/city" ]
[ "लाहौर" ]
Hindi_FIGER_61
[]
[ "के", "उत्तरी", "गोलार्द्ध", "में", "एक", "भारी", "संघात", "घाटी", "का", "प्रमाण", "है", ",", "जो", "१०,६००", "कि॰मी॰", "गुणा", "८,५००", "कि॰मी॰", "में", "फैली", ",", "या", "करीबन", "चंद्रमा", "की", "दक्षिण", "ध्रुव—ऐटकेन", "घाटी", "से", "चार", "गुना", "बड़ी", ",", "अब", "तक", "की", "खोजी", "गई", "सबसे", "बड़ी", "संघात", "घाटी", "है", "।" ]
के उत्तरी गोलार्द्ध में एक भारी संघात घाटी का प्रमाण है , जो १०,६०० कि॰मी॰ गुणा ८,५०० कि॰मी॰ में फैली , या करीबन चंद्रमा की दक्षिण ध्रुव—ऐटकेन घाटी से चार गुना बड़ी , अब तक की खोजी गई सबसे बड़ी संघात घाटी है ।
मंगल
[ "/time" ]
[ "मंगल" ]
Hindi_FIGER_62
[ "परिणाम", "के", "रूप", "में", "एशिया", "की", "ही", "तरह" ]
[ "में", "भी", "ऐतिहासिक", "जड़ों", "के", "साथ", "मार्शल", "आर्ट", "आज", "मौजूद", "नहीं", "है", "और", "यही", "कारण", "है", "कि", "पारम्परिक", "मार्शल", "आर्ट", "या", "तो", "समाप्त", "हो", "चुकी", "है", "या", "उसे", "एक", "खेल", "के", "रूप", "में", "विकसित", "किया", "गया", "है", "।" ]
परिणाम के रूप में एशिया की ही तरह
में भी ऐतिहासिक जड़ों के साथ मार्शल आर्ट आज मौजूद नहीं है और यही कारण है कि पारम्परिक मार्शल आर्ट या तो समाप्त हो चुकी है या उसे एक खेल के रूप में विकसित किया गया है ।
यूरोप
[ "/location" ]
[ "यूरोप" ]
Hindi_FIGER_63
[ "बूमरैंग", "(", "Boomerang", ")", "एक", "प्रकार", "का", "अस्त्र", "है", ",", "जिसका", "उपयोग", "प्राचीन", "मिस्र", "निवासी", "युद्ध", "और" ]
[ "के", "लिए", "करते", "थे", "और", "ऑस्ट्रेलिया", "के", "आदिवासी", "आज", "भी", "इसी", "रूप", "में", "इसका", "उपयोग", "करते", "हैं", "।" ]
बूमरैंग ( Boomerang ) एक प्रकार का अस्त्र है , जिसका उपयोग प्राचीन मिस्र निवासी युद्ध और
के लिए करते थे और ऑस्ट्रेलिया के आदिवासी आज भी इसी रूप में इसका उपयोग करते हैं ।
शिकार
[ "/art", "/art/music", "/product" ]
[ "शिकार" ]
Hindi_FIGER_64
[ "सत्याया", "भारत", "के", "राजस्थान", "राज्य", "के", "जैसलमेर", "जिले", "के" ]
[ "तहसील", "का", "एक", "गाँव", "है", "।" ]
सत्याया भारत के राजस्थान राज्य के जैसलमेर जिले के
तहसील का एक गाँव है ।
पोकरण
[ "/location", "/location/city" ]
[ "पोकरण" ]
Hindi_FIGER_65
[ "जम्मू", "शहर", "से" ]
[ "की", "दूरी", "मात्र", "३०", "कि.मी", "है", "और", "वहां", "से", "गुफा", "की", "चढ़ाइ", "दूरी", "१३", "कि.मी", "है", "।" ]
जम्मू शहर से
की दूरी मात्र ३० कि.मी है और वहां से गुफा की चढ़ाइ दूरी १३ कि.मी है ।
कटरा
[ "/location", "/location/city" ]
[ "कटरा" ]
Hindi_FIGER_66
[]
[ "में", "भारत", "के", "उत्तराखण्ड", "राज्य", "के", "अन्तर्गत", "गढ़वाल", "मण्डल", "के", "पौड़ी", "जिले", "का", "एक", "गाँव", "है", "।" ]
में भारत के उत्तराखण्ड राज्य के अन्तर्गत गढ़वाल मण्डल के पौड़ी जिले का एक गाँव है ।
भलगांव-ल०प०२, यमकेश्वर तहसील
[ "/location", "/location/city" ]
[ "भलगांव-ल०प०२", ",", "यमकेश्वर", "तहसील" ]
Hindi_FIGER_67
[ "फिर", "वहाँ", "से" ]
[ "के", "किले", "में", "कैद", "करके", "सेना", "की", "निगरानी", "में", "रख", "दिया", "गया", "।" ]
फिर वहाँ से
के किले में कैद करके सेना की निगरानी में रख दिया गया ।
आगरा
[ "/location", "/location/city" ]
[ "आगरा" ]
Hindi_FIGER_68
[ "उसे", "एक", "टीवी", "डांस", "रियलिटी", "शो", "\"" ]
[ "\"", "में", "भाग", "लेने", "का", "मौका", "मिलता", "है", ",", "जब", "शो", "के", "करिश्माई", "और", "बेईमान", "निर्माता", ",", "डीसी", ",", "उसे", "अपनी", "गरीबी", "का", "फायदा", "उठाकर", "उच्च", "टीआरपी", "(", "टीवी", "रेटिंग", ")", "प्राप्त", "करने", "का", "अवसर", "मिलता", "है", "।" ]
उसे एक टीवी डांस रियलिटी शो "
" में भाग लेने का मौका मिलता है , जब शो के करिश्माई और बेईमान निर्माता , डीसी , उसे अपनी गरीबी का फायदा उठाकर उच्च टीआरपी ( टीवी रेटिंग ) प्राप्त करने का अवसर मिलता है ।
आसमान से आगे
[ "/broadcast_program" ]
[ "आसमान", "से", "आगे" ]
Hindi_FIGER_69
[ "प्रीजा", "के", "साथ", "अन्य", "प्रतिभागी", "थे", ",बुकर", "पुरस्कार", "विजेता", "अरुंधति", "रॉय", ",", "न्झानपीड़म" ]
[ "कवि", "ओ.ऍन.वीकुरुप", "और", "प्रसिद्ध", "राजनीतिज्ञ", "एवं", "वित्तीय", "मंत्री", "के.", "एम.", "मणि", "।" ]
प्रीजा के साथ अन्य प्रतिभागी थे ,बुकर पुरस्कार विजेता अरुंधति रॉय , न्झानपीड़म
कवि ओ.ऍन.वीकुरुप और प्रसिद्ध राजनीतिज्ञ एवं वित्तीय मंत्री के. एम. मणि ।
मलयालम
[ "/language" ]
[ "मलयालम" ]
Hindi_FIGER_70
[ "डच", "सरकार", "ने", "प्रदूषण", "कर", "से", "हरित" ]
[ "को", "छूट", "दी", "है", "जिसका", "अर्थ", "यह", "है", "कि", "हरित", "ऊर्जा", "अन्य", "ऊर्जा", "से", "महंगी", "नहीं", "है", "।" ]
डच सरकार ने प्रदूषण कर से हरित
को छूट दी है जिसका अर्थ यह है कि हरित ऊर्जा अन्य ऊर्जा से महंगी नहीं है ।
ऊर्जा
[ "/organization/company", "/organization" ]
[ "ऊर्जा" ]
Hindi_FIGER_71
[ "भारत", "के", "स्वाधीनता", "संग्राम", "में" ]
[ "भट्ट", "के", "परिवार", "के", "सदस्यों", "ने", "भी", "भाग", "लिया", "था", "।" ]
भारत के स्वाधीनता संग्राम में
भट्ट के परिवार के सदस्यों ने भी भाग लिया था ।
इला
[ "/person", "/person/politician" ]
[ "इला" ]
Hindi_FIGER_72
[ "एक", "उल्लेखनीय", "मामला", "फ्रांसीसी", "उपनगरों", "में", "सामाजिक", "स्थिति", "है", "जिसमें", "बड़े", "पैमाने", "पर", "गरीब", "मुस्लिम", "आप्रवासियों", "को", "विशेष" ]
[ "परियोजनाओं", "में", "केंद्रित", "किया", "जा", "रहा", "है", "और", "बुनियादी", "ढांचे", "और", "सामाजिक", "सेवाओं", "के", "निम्न", "स्तर", "के", "साथ", "प्रदान", "किया", "जा", "रहा", "है", "।" ]
एक उल्लेखनीय मामला फ्रांसीसी उपनगरों में सामाजिक स्थिति है जिसमें बड़े पैमाने पर गरीब मुस्लिम आप्रवासियों को विशेष
परियोजनाओं में केंद्रित किया जा रहा है और बुनियादी ढांचे और सामाजिक सेवाओं के निम्न स्तर के साथ प्रदान किया जा रहा है ।
आवास
[ "/location", "/location/city" ]
[ "आवास" ]
Hindi_FIGER_73
[ "मुक्खा", "दरी", "(", "Mukkha", "Fall", ")", "भारत", "के", "उत्तर", "प्रदेश", "राज्य", "के", "सोनभद्र", "ज़िले", "में" ]
[ "पर", "स्थित", "एक", "जलप्रपात", "है", "।" ]
मुक्खा दरी ( Mukkha Fall ) भारत के उत्तर प्रदेश राज्य के सोनभद्र ज़िले में
पर स्थित एक जलप्रपात है ।
बेलन नदी
[ "/location" ]
[ "बेलन", "नदी" ]
Hindi_FIGER_74
[ "रेवॉक्स", "एक", "कदम", "आगे", "बढ़ा", ":", "रील-टू-रील", "रिकॉर्डर", "से", "अपने", "सख्त", "मानकों", "को", "पूरा", "करने", "में", "सक्षम", "माध्यम", "के", "रूप", "में" ]
[ "को", "स्वीकार", "करने", "के", "बारे", "में", "बहुत", "हिचकिचाहट", "के", "बाद", "उन्होंने", "अपने", "बी७१०एमके", "एक", "(", "डॉल्बी", "बी", ")", "और", "एमके", "दो", "(", "डॉल्बी", "बी", "एंड", "सी", ")", "का", "उत्पादन", "किया", "।" ]
रेवॉक्स एक कदम आगे बढ़ा : रील-टू-रील रिकॉर्डर से अपने सख्त मानकों को पूरा करने में सक्षम माध्यम के रूप में
को स्वीकार करने के बारे में बहुत हिचकिचाहट के बाद उन्होंने अपने बी७१०एमके एक ( डॉल्बी बी ) और एमके दो ( डॉल्बी बी एंड सी ) का उत्पादन किया ।
कैसेट
[ "/product" ]
[ "कैसेट" ]
Hindi_FIGER_75
[ "१०,०००", "या", "उससे", "अधिक", "की", "जनसंख्या", "वाले", "अन्य", "प्रमुख", "नगर", "(", "२०११", "की", "जनगणना", "के", "अनुसार", ")", "सबरूम", "," ]
[ ",", "जोगेन्द्रनगर", ",", "कैलाशहर", ",", "प्रतापगढ़", ",", "उदयपुर", ",", "अमरपुर", ",", "बेलोनिया", ",", "गाँधीग्राम", ",", "कुमारघाट", ",", "खोवाई", ",", "रानीरबाज़ार", ",", "सोनामूड़ा", ",", "बिशालगढ़", ",", "तेलियामुरा", ",", "मोहनपुर", ",", "मेलाघर", ",", "आमबासा", ",", "कमलपुर", ",", "बिश्रामगंज", ",", "कथलिया", ",", "शांतिरबाज़ार", "और", "बक्सानगर", "हैं", "।" ]
१०,००० या उससे अधिक की जनसंख्या वाले अन्य प्रमुख नगर ( २०११ की जनगणना के अनुसार ) सबरूम ,
, जोगेन्द्रनगर , कैलाशहर , प्रतापगढ़ , उदयपुर , अमरपुर , बेलोनिया , गाँधीग्राम , कुमारघाट , खोवाई , रानीरबाज़ार , सोनामूड़ा , बिशालगढ़ , तेलियामुरा , मोहनपुर , मेलाघर , आमबासा , कमलपुर , बिश्रामगंज , कथलिया , शांतिरबाज़ार और बक्सानगर हैं ।
धर्मनगर
[ "/location", "/location/city" ]
[ "धर्मनगर" ]
Hindi_FIGER_76
[ "उसकी", "बहन", "सुरपनखा", "को", "लगा", "कि" ]
[ "सुंदर", "है", "और", "वह", "उससे", "मिलना", "चाहती", "है", "।" ]
उसकी बहन सुरपनखा को लगा कि
सुंदर है और वह उससे मिलना चाहती है ।
राम
[ "/god" ]
[ "राम" ]
Hindi_FIGER_77
[ "रानाबाई", "जी", "ने" ]
[ "में", "कई", "कविताओं", "की", "रचना", "की", "थी", "।" ]
रानाबाई जी ने
में कई कविताओं की रचना की थी ।
राजस्थानी भाषा
[ "/language" ]
[ "राजस्थानी", "भाषा" ]
Hindi_FIGER_78
[ "जब", "चन्द्रमा" ]
[ "के", "सबसे", "निकट", "जाता", "है", "तो", "उस", "स्थिति", "को", "सुपर", "मून", "कहते", "हैं", "I", "इसे", "पेरिजी", "फुल", "मून", "भी", "कहते", "हैI" ]
जब चन्द्रमा
के सबसे निकट जाता है तो उस स्थिति को सुपर मून कहते हैं I इसे पेरिजी फुल मून भी कहते हैI
पृथ्वी
[ "/chemical_thing", "/location", "/location/astral_body" ]
[ "पृथ्वी" ]
Hindi_FIGER_79
[]
[ "आज", "एक", "परमाणु", "सम्पन्न", "देश", "है", "तथा", "आर्थिक", "रूप", "से", "समृद्ध", "है", "।" ]
आज एक परमाणु सम्पन्न देश है तथा आर्थिक रूप से समृद्ध है ।
इंग्लैंड
[ "/location", "/organization/sports_team", "/organization", "/location/country" ]
[ "इंग्लैंड" ]
Hindi_FIGER_80
[ "मनाली", "भारत", "के", "हिमाचल", "प्रदेश" ]
[ "का", "एक", "शहर", "है", "।" ]
मनाली भारत के हिमाचल प्रदेश
का एक शहर है ।
प्रान्त
[ "/location" ]
[ "प्रान्त" ]
Hindi_FIGER_81
[ "झारखंड", "के" ]
[ "में", "तीन", "उप-मंडल", ",", "बरहज़ारी", ",", "तेराज़ारी", "और", "पच्चासी", "हैं", "।" ]
झारखंड के
में तीन उप-मंडल , बरहज़ारी , तेराज़ारी और पच्चासी हैं ।
चेरो
[ "/ethnicity", "/building" ]
[ "चेरो" ]
Hindi_FIGER_82
[ "भारत", "सरकार", "द्वारा", "सन" ]
[ "में", "कला", "के", "क्षेत्र", "में", "पद्म", "भूषण", "से", "सम्मानित", "किया", "गया", "था", "।" ]
भारत सरकार द्वारा सन
में कला के क्षेत्र में पद्म भूषण से सम्मानित किया गया था ।
२००६
[ "/time" ]
[ "२००६" ]
Hindi_FIGER_83
[ "उपजाऊ", "वर्धमान", "में", "खेती", "के", "उद्भव", "के", "अलावा", ",", "कृषि", "दिखाई", "दी", ":", "पूर्वी", "एशिया", "(", "चावल", ")", "में", "कम", "से", "कम", "6,800", "ईसा", "पूर्व", "और", "बाद", "में", ",", "मध्य", "और", "दक्षिण", "अमेरिका", "(", "मक्का", "और" ]
[ ")", "में", "।" ]
उपजाऊ वर्धमान में खेती के उद्भव के अलावा , कृषि दिखाई दी : पूर्वी एशिया ( चावल ) में कम से कम 6,800 ईसा पूर्व और बाद में , मध्य और दक्षिण अमेरिका ( मक्का और
) में ।
स्क्वैश
[ "/food" ]
[ "स्क्वैश" ]
Hindi_FIGER_84
[ "इन", "भाषाओं", "में", "इब्रानी", "भाषा", ",", "अरबी", "भाषा", ",", "अक्कादी", "भाषा", ",", "आरामाई", "भाषा", ",", "गिइज़", "भाषा", "," ]
[ "और", "अम्हारिक", "भाषा", "शामिल", "हैं", "।" ]
इन भाषाओं में इब्रानी भाषा , अरबी भाषा , अक्कादी भाषा , आरामाई भाषा , गिइज़ भाषा ,
और अम्हारिक भाषा शामिल हैं ।
फ़ोनीशियाई भाषा
[ "/language" ]
[ "फ़ोनीशियाई", "भाषा" ]
Hindi_FIGER_85
[ "मैक्सिम", "गोर्की", "(", "रूसी", "भाषा", "में", "उच्चारण", ":", "'", "मक्सीम" ]
[ "'", ")", "(", "२८", "मार्च", "१८६८", "-", "१८", "जून", "१९३६", ")", "रूस/सोवियत", "संघ", "के", "प्रसिद्ध", "लेखक", "तथा", "राजनीतिक", "कार्यकर्ता", "थे", "।" ]
मैक्सिम गोर्की ( रूसी भाषा में उच्चारण : ' मक्सीम
' ) ( २८ मार्च १८६८ - १८ जून १९३६ ) रूस/सोवियत संघ के प्रसिद्ध लेखक तथा राजनीतिक कार्यकर्ता थे ।
गोर्की
[ "/person", "/person/author", "/person/politician" ]
[ "गोर्की" ]
Hindi_FIGER_86
[ "उन्होंने", "बंगाल", "के", "खिलाफ", "नवंबर", "२०१२", "में" ]
[ "के", "लिए", "अपना", "पहला", "रणजी", "ट्रॉफी", "मैच", "खेला", ",", "और", "दूसरी", "पारी", "में", "दो", "विकेट", "लिए", "।" ]
उन्होंने बंगाल के खिलाफ नवंबर २०१२ में
के लिए अपना पहला रणजी ट्रॉफी मैच खेला , और दूसरी पारी में दो विकेट लिए ।
कर्नाटक
[ "/location/province", "/location" ]
[ "कर्नाटक" ]
Hindi_FIGER_87
[ "माता-पिता", "के", "निधन", "के", "कुछ", "समय", "पश्चात", "ही", "वे", "बड़े", "भाई", "अंगद" ]
[ "जू", "देव", "बुन्देला", "के", "साथ", "देवगढ़", "चले", "गये", "।" ]
माता-पिता के निधन के कुछ समय पश्चात ही वे बड़े भाई अंगद
जू देव बुन्देला के साथ देवगढ़ चले गये ।
सिंह
[ "/person", "/person/athlete" ]
[ "सिंह" ]
Hindi_FIGER_88
[ "ये", "लेख", "संबंधित", "विभाग", "के", "अध्यक्ष", "की", "स्वीकृति", "पर", "छापे", "जाते", "हैं", "और", "इनसे", "देश", "में" ]
[ "की", "प्रत्येक", "शाखा", "की", "प्रगति", "क", "आभास", "मिलता", "है", "।" ]
ये लेख संबंधित विभाग के अध्यक्ष की स्वीकृति पर छापे जाते हैं और इनसे देश में
की प्रत्येक शाखा की प्रगति क आभास मिलता है ।
इंजीनियरी
[ "/organization/company", "/organization" ]
[ "इंजीनियरी" ]
Hindi_FIGER_89
[]
[ "नेपालका", "एक", "जाति", "हे", "।" ]
नेपालका एक जाति हे ।
ठकुरी
[ "/building" ]
[ "ठकुरी" ]
Hindi_FIGER_90
[ "एक", "प्रकार", "के" ]
[ "का", "भी", "प्रयोग", "होता", "था", "जो", "\"", "फेनक", "\"", "कहलाता", "था", "और", "जिसमें", "से", "झाग", "भी", "निकलते", "थे", "।" ]
एक प्रकार के
का भी प्रयोग होता था जो " फेनक " कहलाता था और जिसमें से झाग भी निकलते थे ।
साबुन
[ "/organization/company", "/organization" ]
[ "साबुन" ]
Hindi_FIGER_91
[]
[ "में", "प्रसाद", "जी", "को", "2018", "ध्यान_चंद_पुरस्कार", "मिला", "।" ]
में प्रसाद जी को 2018 ध्यान_चंद_पुरस्कार मिला ।
तीरंदाजी
[ "/product/weapon", "/product" ]
[ "तीरंदाजी" ]
Hindi_FIGER_92
[ "इस", "श्वेतवाराह", "कल्प", "में", "चौदह", "मनु", "होते", "हैं", ",", "जिनमें", "से", "वर्तमान", "सातवां" ]
[ "वैवस्वत", "मनु", "हैं", "।" ]
इस श्वेतवाराह कल्प में चौदह मनु होते हैं , जिनमें से वर्तमान सातवां
वैवस्वत मनु हैं ।
मनु
[ "/person" ]
[ "मनु" ]
Hindi_FIGER_93
[ "सादे", "परांठे", "के", "भी", "कई", "प्रकार", "होते", "हैं", ",", "जैसे", "गोल" ]
[ ",", "तिकोना", "परांठा", ",", "चौकोर", "परांठा", "।" ]
सादे परांठे के भी कई प्रकार होते हैं , जैसे गोल
, तिकोना परांठा , चौकोर परांठा ।
परांठा
[ "/food" ]
[ "परांठा" ]
Hindi_FIGER_94
[ "लेकिन" ]
[ "को", "जनता", "का", "समर्थन", "भी", "मिला", "।" ]
लेकिन
को जनता का समर्थन भी मिला ।
तीरथ सिंह रावत
[ "/person", "/person/politician" ]
[ "तीरथ", "सिंह", "रावत" ]
Hindi_FIGER_95
[ "उसी", "समय" ]
[ "को", "ने", "वायलिन", "बजाने", "के", "अपने", "जूनून", "को", "पहचाना", "।" ]
उसी समय
को ने वायलिन बजाने के अपने जूनून को पहचाना ।
ऐश
[ "/person" ]
[ "ऐश" ]
Hindi_FIGER_96
[ "रक्षा", "शक्ति", "विश्वविद्यालय", "अहमदाबाद", "," ]
[ "द्वारा", "सन", "२००९", "में", "स्थापित", "एक", "विश्वविद्यालय", "है", "।" ]
रक्षा शक्ति विश्वविद्यालय अहमदाबाद ,
द्वारा सन २००९ में स्थापित एक विश्वविद्यालय है ।
गुजरात सरकार
[ "/organization/government", "/organization" ]
[ "गुजरात", "सरकार" ]
Hindi_FIGER_97
[ "शेल्ड्रेक", "का", "पालन-पोषण", "एक", "रोमन", "कैथोलिक", "के", "रूप", "में", "हुआ", "था", ",", "लेकिन", "1903", "में", "उन्होंने", "इस्लाम", "धर्म", "अपना", "लिया", "और", "अपना", "नाम", "बदलकर" ]
[ "रख", "लिया", "।" ]
शेल्ड्रेक का पालन-पोषण एक रोमन कैथोलिक के रूप में हुआ था , लेकिन 1903 में उन्होंने इस्लाम धर्म अपना लिया और अपना नाम बदलकर
रख लिया ।
खालिद
[ "/person/soldier", "/person", "/person/author" ]
[ "खालिद" ]
Hindi_FIGER_98
[ "इनमे", "आने", "वाले" ]
[ "अक्सर", "लोगो", "को", "हानि", "ही", "पहुंचाते", "हैं", "।" ]
इनमे आने वाले
अक्सर लोगो को हानि ही पहुंचाते हैं ।
अपराध
[ "/art/music", "/broadcast_program", "/art" ]
[ "अपराध" ]
Hindi_FIGER_99
[ "श्वेतांबर", "परिसर", "में", "सभी", "१४" ]
[ "हैं", "।" ]
श्वेतांबर परिसर में सभी १४
हैं ।
मंदिर
[ "/building" ]
[ "मंदिर" ]
Hindi_FIGER_100
[ "पाणिनि", "ने", "संस्कृत", "भाषा", "के", "तत्कालीन", "स्वरूप", "को", "परिष्कृत", "एवं", "नियमित", "करने", "के", "उद्देश्य", "से", "भाषा", "के", "विभिन्न", "अवयवों", "एवं", "घटकों", "यथा", "ध्वनि-विभाग", "(", "अक्षरसमाम्नाय", ")", ",", "नाम", "(", "संज्ञा", ",", "सर्वनाम", ",", "विशेषण", ")", ",", "पद", ",", "क्रिया", ",", "वाक्य", ",", "लिंग", "इत्यादि", "तथा", "उनके", "अन्तर्सम्बन्धों", "का", "समावेश" ]
[ "के", "32", "पदों", "में", ",", "जो", "आठ", "अध्यायों", "में", "समान", "रूप", "से", "विभक्त", "हैं", ",", "किया", "है", "।" ]
पाणिनि ने संस्कृत भाषा के तत्कालीन स्वरूप को परिष्कृत एवं नियमित करने के उद्देश्य से भाषा के विभिन्न अवयवों एवं घटकों यथा ध्वनि-विभाग ( अक्षरसमाम्नाय ) , नाम ( संज्ञा , सर्वनाम , विशेषण ) , पद , क्रिया , वाक्य , लिंग इत्यादि तथा उनके अन्तर्सम्बन्धों का समावेश
के 32 पदों में , जो आठ अध्यायों में समान रूप से विभक्त हैं , किया है ।
अष्टाध्यायी
[ "/art", "/art/written_work" ]
[ "अष्टाध्यायी" ]
End of preview. Expand in Data Studio

TAFSIL: Taxonomy Adaptable Fine-grained Entity Recognition through Distant Supervision for Indian Languages

TAFSIL is a taxonomy-adaptable Fine-grained Entity Recognition (FgER) framework designed to create FgER datasets in six Indian languages: Hindi (hi), Marathi (mr), Sanskrit (sa), Tamil (ta), Telugu (te), and Urdu (ur). These languages belong to two major language families—Indo-European and Dravidian—and are spoken by over a billion people worldwide.

TAFSIL leverages the high interlink between the knowledge base WikiData and linked corpora Wikipedia through multi-stage heuristics. It enhances annotation quality using fuzzy matching and quality sentence selection techniques. The framework enables the creation of datasets totaling approximately three million samples across the six languages mentioned.

Utilizing the TAFSIL framework, various datasets have been created under four taxonomies: FIGER, OntoNotes, HAnDS, and MultiCoNER2.

Read the paper

Read the poster

TAFSIL Framework Overview

TAFSIL Framework Overview

Figure: Overview of the TAFSIL framework.

Dataset Statistics

TAFSIL Datasets Statistics

Taxonomy Language Sentences Entities Tokens
FIGER Hindi 697,585 928,941 25,015,025
Marathi 138,114 193,953 4,010,213
Sanskrit 18,946 25,515 520,970
Tamil 523,264 825,287 17,376,040
Telugu 419,933 616,143 10,103,255
Urdu 641,235 1,219,517 43,556,208
OntoNotes Hindi 699,557 1,177,512 32,234,646
Marathi 138,535 194,317 4,021,660
Sanskrit 19,201 25,459 520,836
Tamil 522,768 796,498 16,817,316
Telugu 420,700 608,041 9,982,017
Urdu 646,713 1,197,187 42,869,948
HAnDS Hindi 702,941 1,108,130 30,249,166
Marathi 139,163 195,251 4,039,536
Sanskrit 19,294 25,581 523,540
Tamil 526,275 804,132 16,988,161
Telugu 422,736 611,226 10,034,077
Urdu 647,595 1,200,111 42,988,031
MultiCoNER2 Hindi 643,880 799,987 21,492,069
Marathi 125,981 174,861 3,628,450
Sanskrit 17,740 23,372 479,185
Tamil 464,293 690,035 14,583,842
Telugu 392,444 561,088 9,266,603
Urdu 603,682 1,069,354 38,216,564

TAFSIL Gold Dataset Statistics in FIGER Taxonomy

Language Dev Entities Dev Tokens Test Entities Test Tokens IAA (κ)
Hindi 2,910 20,362 1,578 11,967 83.34
Marathi 2,905 16,863 1,567 10,527 80.67
Sanskrit 2,891 14,571 1,570 8,354 78.34
Tamil 2,885 15,334 1,562 8,961 76.53
Telugu 2,895 15,359 1,568 9,090 82.04
Urdu 2,710 21,148 1,511 12,505 -

TAFSIL Gold Datasets Inter-Annotator Agreement (κ) Across Taxonomies

Taxonomy Hindi Marathi Sanskrit Tamil Telugu
FIGER 83.34 80.67 78.34 76.53 82.04
OntoNotes 81.41 78.88 76.98 75.23 80.24
HAnDS 83.65 80.03 77.12 75.63 81.21
MultiCoNER2 84.66 81.84 79.82 77.89 83.86

Note: IAA (Inter-Annotator Agreement) scores are represented using Cohen's κ.

Citation

If you use this dataset, please cite the following paper:

@inproceedings{kaushik2025tafsil,
  title={TAFSIL: Taxonomy Adaptable Fine-grained Entity Recognition through Distant Supervision for Indian Languages},
  author={Kaushik, Prachuryya and Mishra, Shivansh and Anand, Ashish},
  booktitle={Proceedings of the 48th International ACM SIGIR Conference on Research and Development in Information Retrieval},
  pages={3753--3763},
  url = {https://doi.org/10.1145/3726302.3730341},
  doi = {10.1145/3726302.3730341},
  year={2025}
}
Downloads last month
222
Size of the auto-converted Parquet files (First 5GB per split):
1.82 GB
Number of rows (First 5GB per split):
6,068,998
Estimated number of rows:
9,891,627