Datasets:

BeitTigreAI
/

tigre-data-parallel-multilingual

src_txt stringlengths 1 466	src_lang stringclasses 1 value	tgt_txt stringlengths 1 576	tgt_lang stringclasses 5 values	source stringclasses 3 values
እት መሻዕርዬ እንዴ አተንከብኮ እግል እሽጌ፡ ወ ገበይ አድረሶቼ ምስለ ገበይለ ድርሰት ናይለ ለአተንሴኒ ገቢል እግል አትመቅርህ አቅደረተኒ።	Ethi_tig	ውሽጣዊ ስሚዒተይ ብምኽታል ንኽሰርሕን ኣገባብ ኣመሃህራይ ብመሰረት ናይ ተኻታተልቲ ኣገባብ ምርዳእ ንኽቀርጾን የኽእለኒ።	Ethi_ti	smol
እብ ዐናደት ርሖም እት መሰለት እግል ልስሐቡነ ለለሐዙ፡ እግል ክሉ ለአረዩሙ።	Ethi_tig	ናይ እቶም ተጠየቅቲ ገይሮም ዝሓዙና ዘየቛርጽ መንፈሳዊ ሓይሊ ነቲ ኩሉ ነገር ይብትኖ።	Ethi_ti	smol
ለትቀየሰ ቅርድ መሪር እብ ትሉሉይ ትነሰአ ምን ገብእ፡ መትቦላል እግል ልዳዌ ቀድር።	Ethi_tig	ብስሩዕ ብፍወሳዊ መጠን ክውሰድ ከሎ፣ ሱር ጅንጅብል ንናይ ተምላስ ስምዒት ብውጽኢታዊ መንገዲ ክፍውስ ይኽእል፤	Ethi_ti	smol
ሀደፎም እንዴ ሐቀቀው: እግል ብዕዳም ሐቅ ተቅሪር መሲር ለትናይት አሰር ሐድገው።	Ethi_tig	ዕላማታቶም ፈጺሞምን ካልኦት ዝምነይዎ ናይ ዓርሰ ውሳነ ሕድሪ ፈጢሮምን እዮም።	Ethi_ti	smol
ደአም ለሸፍገ ናይ እቅትሳድ ወራታት፡ እት ሀጎጋይ እግል ለምረሕ ቀድር።	Ethi_tig	ይኹን'ምበር፡ ቅልጡፍ ቁጠባዊ ንጥፈታት ናብ ገለ ደረጃ ናይ ዋጋታት ክቕየር ይኽእል እዩ።	Ethi_ti	smol
አግደ እመነት እግል ትምለኩ ለብእቱ ጠባይዕ፡ ሳብት ለገብአ ገጽ፡ ከባደት ወ መባትክ ቱ።	Ethi_tig	ሓደ እምኒ ክውንኖ ዝግባእ ቀንዲ ባህርያት ሓደ ዓይነት ገጽ፣ ጸጸርን ጻዕቂን እዮም።	Ethi_ti	smol
ሰለጠት፡ ሓለት ሀዋእ እባ ይከስስ፡ ናይ ብሩድ ሓለት ሀዋእ ለገብአት ዘርእ እንዴ ትበህለት ትትአመር።	Ethi_tig	ሰላጣ፣ ዓሌቱ ብዘየገድስ፣ ከም ናይ ዝሑል ኩነታት ኣየር ብቚሊ እዩ ዝቚጸር።	Ethi_ti	smol
እግል ቀሺም ወድ አዳም፡ ጅን አው በለዕ አዳም ህላ ሐቆ ቴካሁ ሰኒ ለደርስ ምና ቀሽ ዐለት።	Ethi_tig	ንዓያሹ ሰባት ኣዝዩ ክቡር ትምህርቲ ናብ ዝምህሮም ኣኼስ ብምትላል ምቅላዖም ተንኮል እዩ ነይሩ።	Ethi_ti	smol
በስ እብ አኪደት ወድሖት፡ ክራህየት አው ክብር አክልሕድ ይኮኒኒ።	Ethi_tig	ንምንጻር ጥራሕ ግን፤ ተኣማማኒ ምስ ዓማጺ ወይ ትዕቢተኛ ሓደ ኣይኮነን።	Ethi_ti	smol
መብዝሑ ዶል ለአተቡስ ምን አዳም ትትመለእ፡ ላኪን እትለ ሳዐት እለ ብራቃ እግል ትግባእ ሑድ ታርፋ ህለ።	Ethi_tig	እታ ብዝሒ ተሳፈርቲ ከም ንቡር ጽዑቕ ዝነበረ ኣውቶብስ፡ ኣብዚ ሰዓት እዚ ዳርጋ ጥራሕ ምትራፋ ዘገርም እዩ ነይሩ።	Ethi_ti	smol
ምብዝሕና እግል ንተርጅሞ ለይእንቀድር፡ ክምሰል ተምተሞት ብርክ እዴሃ አው ልሕሰት እዝና ለመስል ሓጃት፡ እብ ንሳላ እግል ትወዴ ትቀድር።	Ethi_tig	መብዛሕትና ክንርድኦ እኳ ዘይንክእል ነገራት ብመልሓሳ ክትገብሮ ትኽእል እያ፤ ከም ኩርናዕ ኢዳ ምትንካፍ ወይ እዝና ምልሓስ።	Ethi_ti	smol
አሓ ሕልብ ለአውዕል፡ አባግዕ ታብብቱ። እታ ክመሰልሁማ፡ ድንሽ፡ እክል ዎ እግል ኦአሊገት ለገብእ ዐጌብ ሽንራይ እት ተክል አው ራኩበት ለአክብ።	Ethi_tig	ንጸባ ዝኮና ይጓስይ፣ ኣባጊዕ ይሕሉ፣ ድንች፣ እክልን ንሓሰር ዝከውን ናይ ስርናይ ብርዒ የብቁል ነበረ።	Ethi_ti	smol
ዶላ ሰንደል ጠቢዐት ፈግራታ፡ ሰንቡእዬ እብ ፈርሐት ትትመለእ ህሌት።	Ethi_tig	ነፍሲ ወከፍ ስጉምቲ ናይቲ መለኮታዊ ሃንገፍታ ጨና ብምልቓቕ፣ ውሽጠይ ብጽሩይ ሓጎስ መሊእዎ።	Ethi_ti	smol
ሕዴ ዐደድ ስካን በህለት፡ እት ረአስ ድሁር ጣለቦት እብ መስኡልየት፡ ድሁር ለገብአ ሐዋድስ በህለቱ።	Ethi_tig	ትሑት በዝሒ ህዝቢ ማለት ውሑድ ናይ ተሓታትነት ጠለባት ብተወሳኪ ድማ ትሕት ናይ ሓደጋ ተቃላዕነት ማለት እዩ።	Ethi_ti	smol
አክል ዐቅምካ እግል ትትሰለፍ፡ ናይ ሰብ ቅድረት ምክር እግል ነሀብ ምራድናቱ።	Ethi_tig	ክንደይ ብዝጥዕም መንገዲ ክትልቃሕ ከም እትክእል ንኽሕግዘካ ናይ በዓል ሞያ ምክሪ ንምቅራብ ሕጉሳት ኢና።	Ethi_ti	smol
ለ ሽቅል ምን ስራይ እት ዕልም ዐስተር፡ እት ተፍሲር ቁርአን፡ ዎ ምኑ ህዬ እት ፈልሰፈት ዎ ሽዕር ልትመደድ።	Ethi_tig	እቲ ስራሕ ካብ ሕክምና ክሳብ ስነ ከዋክብቲ፣ ካብ ቁርኣናዊ ትርጓሜ ክሳብ ፍልስፍናን ግጥምን ዝዝርጋሕ እዩ።	Ethi_ti	smol
ልምደት - ለልትዐጻጸፍ፡ ለልትቀያየር መትዳላይ ነፈስ፡ ሰእየት ለለሀይብ ገበይ;	Ethi_tig	ተለማማድነት - ተዓጻጻፊ፣ ቅልጡፍ ኣተሓሳስባ፣ ተስፋ ዘለዎ ኣቀራርባ፤	Ethi_ti	smol
ኣመሮት ቂመት ክም ፈክ ዎ ሕሽመት ልትሐሰብ እት ህላ፡ ሐመዶት ሌጣ ላኪን፡ ፈርሐት ዎ መትርይሖት ሌጣ ለአርኤ።	Ethi_tig	ምምስጋን ብሕያውነት ሞሳ ምራአይ ክኸውን ከሎ፤ ምምስጋን ግን ምሕጓስን ኧረፍቲ ምርካብን ጥራይ እዩ።	Ethi_ti	smol
እሎም ለተሉ መከውናት ወስክ፥ ዜድ፡ ጭመም ዘቢብ ጸዕዳ፡ ጬወት ወ ሐዲስ ሐሪጭ ፈረፈር ።	Ethi_tig	እዞም ዝሰዕቡ ቀመማት ንውስኸሎም፣ ዘይቲ፣ ጻዕዳ ወይኒ፣ ጨውን ሓድሽ ዝተፈሓሰ ጸሊም በርበረን።	Ethi_ti	smol
ቀደም አድህር፡አስክ መጣር ቀደም ብጋሰትነ ወእግል ማውሪሸስ እንሳርሕ፡ ለወቅትካ ትነፈዕ እቡ።	Ethi_tig	ድሕሪ ቀትሪ ናብ መዕርፎ ነፈርቲ ቅድሚ ምኻድና ንሞሪሸስ ክንፋነዋ ዘከኣለና ንግብር።	Ethi_ti	smol
እብ ለለዐጅብ ምርወት እት ሽቅል ሀለው፡ ወለ እበ ሐለፍኮ ካህን፡ እደዮም ረፍዖ ወእብ ሶት ውቅል ሰልሞ እግልዬ ።	Ethi_tig	ብዝገርም ኒሕ ኣብ ስራሕ ኣለው፣ ኣብ ዝሓለፍክሞ ድማ ብዓም ዝበለ ጻውዒት ኢዶም የወዛውዙን ሰላይ ይብሉን።	Ethi_ti	smol
ህቱ እሻረት ምርወት ለቡ፡ ላኪን ሰእየት ለባትክ ወግሉል ሜርሓይቱ።	Ethi_tig	ምክክት ናይ ሓደ ኒሕ ዘለዎ ግን ከኣ ኣዝዩ ተስፋ ዝቆረጸ፣ ዋላ'ውን ስሕተት ዝመልኦ መራሒ እዩ።	Ethi_ti	smol
አርእለ ክታብ: "ወቅት እግል ጌመሞት ባውር አፍካር" ለልብል ዐለ።	Ethi_tig	ኣርዕስቲ ናይታ መጽሓፍ "ዘይግቡእ ሓሳባት ክንግምግሞ ግዜኡ እዩ"	Ethi_ti	smol
ሰበት እሊ ቀደም ሳብት ዕላቀትከ ትቀርር፡ ናይ ተጅርበት ወክድ እትፍክረት ኣትዮ።	Ethi_tig	ስለዚ ቅድሚ ቀዋሚ ዝምድና ምሓዝኩም ናይ ፈተነ ጉያ ኣብ ግምት ኣእትውዎ።	Ethi_ti	smol
ሰበት እሊ፡ ኩሉ ምን እግል ለገበእ ነብራ፡ እንዴ ልውሕድ ገይስ ህላ፡ እተይ ሰብ በር ሀጎጋ ዎ ሐረስቶት ህዬ ዲብ ዴን ቆሪ ትከረው።	Ethi_tig	ካብዚ ብምብጋስ ድማ ሕድ ሕድ ካብ እኽሊ ዝተሰርሃ መግቢ እናሰዐነ ከደ። ኣታዊታት ገጠር እናነከደ ከደ፣ ነፍሲ ወከፍ ሓረስታይ ድማ በዕምቆት ዕዳ ወዲቁ።	Ethi_ti	smol
ለቀሪብ ሽእ ዲብ ዝክረት ሰድመት፡ ምስል ዎሮ መክሩህ መሻረከት ቱ።	Ethi_tig	እቲ ፍሉይ ነገር ናይ ስንደባ ዝኽሪ ምስ ሓደ ዘስካሕክሕ ሰብ ምክፋል እዩ።	Ethi_ti	smol
ዲብ ሕቴ ምና እሙራት ለገብአያ ብሂላት ቡድሃ ፡ አሳስ ናይ ተዕዚብ፡ አብ ተሕዲድ ልእመት/ልግበት`ታ ቤላ።	Ethi_tig	ቡድሃ ኣብ ሓንቲ ኻብተን ሕቡባት ጥቅስታት መበቄል ስቃይ ብልከዕ ምትእስሳር ከም ዘለዎ ሓበረ።	Ethi_ti	smol
ላኪን፡ ምስል ክለ ንየትቼ ፡ ለእብ ሰልፍ ፈግት ከልመት ምሩርዬ ትረሰዕክዋ።	Ethi_tig	ግን ኣብ መጀመርታ ዝተቀመጠት ፓስዎርድ ምስ ኩሉ ፍናን ረሲዐያ።	Ethi_ti	smol
ለልሙድ ባርህ ቦየት ሓለት ጀው ለልትሐመል አክሪሊክ ለልትበሀል ኑዕ ሕብር፡ ባርህ ለገብአ መሻቀዪ ሕብርቱ።	Ethi_tig	ስሩዕ ድሙቅ ቀለም ኩነታት ኣየር ዝጻወር ኣክሪሊክ ዝበሃል ዓይነት ቀለም ድሙቅ ሕብሪ ዘዳልወሎም እዩ!	Ethi_ti	smol
ሴር ናይ ዕልብ አው ታክየት ጀዋብ ዲብ ፍገሪት ታመት ኢልትቀየርኒ።	Ethi_tig	አብ ፍጹም መወከሲ፣ ቁጽሪ መስርዕ ይኹን ፊደላት ዓምዲ ኣይቅየርን እዩ።	Ethi_ti	smol
እብ አተላላይ፡ እት ፍንጌ ርያደት ዎ ዕላቀት እጅትማዕየት ለህሌት ሓለት፡ ፍንቱይ ናይ በሐስ/ህፍዝ እንትባህ ነስአት።	Ethi_tig	በዚ ድማ ኣብ መንጎ ኩነታት ዝምድናን ምንቅስቃስ ኣካላትን ዘሎ ምትእስሳር ርኡይ ናይ መጽናዕቲ ኣቃልቦ ረኺቡ ኣሎ።	Ethi_ti	smol
ጠቢዐታይ መሻክል፡ ኢራሐት ባል( መትረባሽ ዐቅል )፡ ኢፈጣነት፡ ለትራየማ ሐዘን ዎ ከደማት ሕማም ነፍስያት እንዳዌ።	Ethi_tig	ናይ ባህሪ ጸገማት፣ ስምኢታዊ ጭንቀት፣ ኣእምሮኣዊ ክሳራ፣ ንነዊሕ እዋን ዝጸንሕ ናይ ሃዘን ግብረመልስን ከቢድ ናይ ኣእምሮ ሕማምን ንሕክም።	Ethi_ti	smol
በህለት: ነዝረት ዲበ ንስበትለ ቂመት ለትወሰከት ምስለ ዕሙማይ እተይ እት ወግም ኣቴካ ምን ገብእ፡ ሱረት ካምለት ይለህይብኒ።	Ethi_tig	ስለዚህ መጠን ዝምድና ናይቲ ኣብ ሓፈሻዊ ውጽኢት እንተወሰኸ መርበብ ዋጋ አብ ግምት ብምእታው ምሉእ ምርዳእ ኣይህብን እዩ።	Ethi_ti	smol
ምስል ምን ቅል እግል ልስዴ ለቀድርማ እግል ትሽቄ ትቀድር፡ አውማ ህዬ፡ ዎሮ ምና መአሰሰትካ፡ ናይካ ረዙሜ (ከልፍየት) ምን ባሕ እግል ለአምብቶ ቀድር።	Ethi_tig	ምስ ቨርቹዋል ኣሲስታንት ወይ ኣብ ትካልኩም ካብ ባዶ ሬዝሚዩምኩም ክፈጥር ዝእክል ሰብ ክትሰርሑ ትክእሉ ኢኹም።	Ethi_ti	smol
ግሩም ለገብአ መርከዝ አካን ሐምበሶት፡ ናይ ርያደት፡ ናዲ ዎ ናይ በራ አካናት ፋግዖት፡	Ethi_tig	ሪዞርት ስታይል ፑል፣ ፊትነስ ሴንተር፣ ክለብ ሩምን ናይ ደገ መዘናግኢ ቦታን ሓዊሱ ጽቡቅ ምቹእነት ኣለዎ።	Ethi_ti	smol
ሐፍር ቀብር ሐቴ ምነ አግደ ክፋል ናይ ዋጅባትት ቀብር ኮይረንገ ቱ	Ethi_tig	እቲ ምኹዓት መቃብር ኣዝዩ ኣገዳሲ መዳይ ናይቲ ስነ-ስርዓት ቀብሪ ኮይረን እዩ።	Ethi_ti	smol
ውላድ አዳም፡ ወጅህ ናይለ ታምም ለገብአ ኬልቃይ እብ ግብ አቶም፡ እግል ናይ ጅዋሆም ተማመት ልጅህዶ።	Ethi_tig	ደቂ ሰባት ከም ምስልታት ናይቲ ፍጹም ርትኣዊ ፈጣሪ መጠን፣ ውሽጣዊ ቅኑዕነት ንክሕልዎም ይጽዕሩ።	Ethi_ti	smol
እት ዕምር ሰላሳ ሰነት፡ ወለት አንሰይት፡ 15 ሰነት ናይ ዕምስና ወቅት ሑልፍት ሀሌት።	Ethi_tig	ጓል ኣብ ሰላሳ ዓመት ዕድሚኣ ብሓቂ ኣብዚ እዋን'ዚ 15 ዓመት ናይ ምውላድ ዕድመኣ ሓሊፋ ኣላ።	Ethi_ti	smol
ሐድ ሰር ምና ሸቃላ ሁክ ጋይሳም ዐለው፡ ለታርፋም ሰር ህዬ፡ ሳክራም ዐለው፡ ወእግል ልብጠሮማ ቅድረት ኢዐለት እግሎምኒ።	Ethi_tig	ኣስታት ፍርቂ ካብ ጉጅለ ሁክ ድሮም ተበጊሶም፣ እቶም ዝተረፉ ውሑዳት ድማ ኣዝዮም ሰኺሮም ስለ ዝነበሩ ደው ክብሉ'ውን ኣይከኣሉን።	Ethi_ti	smol
መትጥዕማይ፡ መትስሕቃይ፡ ጸጋይ ዎ ሳብት መታሊትቱ።	Ethi_tig	ባይ ዜብል፣ መስሓቅ፣ በሊሕ፣ ለጋስ ከምኡ'ውን ባህ ዜብል ምሕዝነት እዩ ዘለዎ።	Ethi_ti	smol
እብ እልትሃብ ዕንድር ሽን፡ ውጃዕ ለሰብብ ሕጽሕጽ እት ዐሺነት ሽን፡ አው ለለአደምዕ ሕማም ክልክልኦት እቡ እግል ይትሻቀል ሕሰብ።	Ethi_tig	ብዛዕባ ረኺሲ ሻምብቆ ሽንቲ፣ ቃንዛ ዘለዎ ጸጸር ሽንቲ ወይ ከቢድ ሕማም ኩሊት ክትጭነቁ ከም ዘይብልኩም እሞ ሕሰ።	Ethi_ti	smol
መትጃግረቼ እብ ቅልበቼ ሻንን ዐልኮ።	Ethi_tig	ንመጋጥምተይ ኣብ ቅድሚ ምስክር ብምስዓረይ ሓበን ተሰሚዑኒ።	Ethi_ti	smol
ሒርያናት ሳረዮት፡ እት ወቅት አው እት አሻይር ደግደጎት እዝንቱ ለልተንከብ።	Ethi_tig	ኣማራጺታት ሕክምና ኣብ ንውሓት ጊዜ ወይ ድግግሞሽ ምልክታት እዝኒ ይምርኮሱ።	Ethi_ti	smol
እለ ሽሪከት እንታጅ ቶዮታ ፡ እት ወቅት አንበቶተ እብ ሐድ 150 ለብጽሖ ሸቃላ አስተብዴት።	Ethi_tig	እዚ ትካል ቶዮታ ስሩሕ ምስ ዝጅምር ኣስታት 150 ሰራሕተኛታት ቆጺሩ ነይሩ።	Ethi_ti	smol
ምን ልትረስዑ ለናይ በስከዊት ኦርዮ ወዜድ ፉል ሱዳኒ ሔስ ተሐዲ ( መታክል ) ፧	Ethi_tig	መን እዩ ነቲ ናይ ኦርዮ ኩኪስን ሓርጭ ዓተርን ብድሆ ክርስዖ ዝኽእል?	Ethi_ti	smol
እብ ተውሳክ፡ እግላ ናይ ዕጨይ በላጥካ፡ ሴስዩ፡ ናግፍ፡ አው እብ መከነት ከህረበት ሴስዩ ወዶል ዶል ህዬ እብ ሽልቱት ጥሉል ምስሑ።	Ethi_tig	ብዚ ሓሊፋ ብቀጻሊ ምጽራይ፣ ሓመድ ወይ ቫክዩም ምግባርን ሓሓሊፍኩም ድማ ነቲ ናይ ቆርቆሮ ንጣብኩም ብዝረሰነ ማኮስተር ደርዝዎን።	Ethi_ti	smol
ዲብ ሸሪካት ማል ወባርህ መስተቅበል: እግል መደት ርያም ክመ ባባጋይ ለእተ ቤቱ ድቡእ ጋብእ ዐልኮ።	Ethi_tig	ንእተወሰነ እዋን ልክዕ ከምቲ ኣብ ናይ ትካል ቆፎ ገንዘብን ብልጽግናን እተቀርቀረ ሕንጻይ እየ ነይረ።	Ethi_ti	smol
እታ ረዪም ናይ መጣረደት ትልህያሆም ፡ ዎሮቶም እታ ስምጥለ ለኢተአመረት ክብት ለዐለት በዐት አተ።	Ethi_tig	ኣብቲ ዝተናውሐ ጸውታ ምልክት ዝገብርዎ ዝነበሩ እዋን፤ ሓደ ካባኣቶም ኣብ ጥቃ ጫፍ ዘይፍለጥ ጎቦ ኣብ ውሽጢ ነእሽቶ በዓቲ ብድድ ኢሉ ኣተው።	Ethi_ti	smol
አው ለመውዶዕ ሕደግ፡ እብ ውጽዔከ እመን፡ አው ህዬ ሕፍረትከ ኖስከ ሕፈረ።	Ethi_tig	ወይ ነቲ ፈትሊ ገዲፍኩም፣ ስዕረት ኣሚንኩም ወይ ድማ ኣብዚ ጉድጓድ ንነብስኹም ምዃዓት ቀጽሉ።	Ethi_ti	smol
እግል እሊ ሰበብ፡ ሕሱር እቡ ለገበእካ መወዱዕ እግሉ እግል ተአትኣስር ምህም ቱ።	Ethi_tig	ብሰንኪ እዚ ሓቂ እዚ መብዛሕትኡ ግዜ ንሓደ ትፈትዎ ኣርእስቲ ክትከታተሉ ወሳኒ እዩ።	Ethi_ti	smol
እግለ ቴለል ናይጄርያ እግል ልራቅቦ ዎ ለአብጥሮ ወልሸውሁ ለለሐዙ፡ ንክራዕ፡ንስበር ወንክርዖም።	Ethi_tig	ነቶም ዕጫ ናይጄርያ ክቆጻጸሩን ክትምዝዙን ዝደልዩ ሃይልታት ንነጽጎም፣ ንሰብሮን ነኣስሮምን።	Ethi_ti	smol
እለ ፍንቲት አልዐሴረት ጫልቀት (ሱረት ቅላፍ) ፡ እታ ናይ ለሐጪር እዋን ሐፋነት ትርኤት።	Ethi_tig	እዚ ፍሉይ ዕራርቦ ጸሓይ (ረሲ ሰእሊ) ኣብዚ ቀረባ እዋን ኣብ ዝገብርናዮ ሓጺር ውዑይ ግዜ እዩ ተራእዩ።	Ethi_ti	smol
ሰሮም ግውሐት ጽብሕ ምድር እግል ልሕረው ገድሮ እት ህለው፡ ለብዕዳም ላኪን ወረብ ማሲ ምድር እግል ልሕረው ገድሮ።	Ethi_tig	ገሊኦም ንግሆ ንግሆ ክመርጹ እንከለው ገሊኦም ድማ ምሸት ምሸት ክመርጹ ይክእሉ።	Ethi_ti	smol
ለትጀረሓ ሕጻን ሸክራ ዎ እታ ጀፈርለ ገበይ ዋድቅ እት እንቱ፡ ደሙ ለረብረብለ ገበይ መልአ።	Ethi_tig	እቲ ዝተጎድአ ወዲ ሕልንኡ ስኢኑ ኣብ ጽርጊያ ወዲቁ ደሙ ድማ ኣብ ሓመድ ጽርጊያ ልሒቁ።	Ethi_ti	smol
እት ሐዲቀት ለበቅል አናናስ "ሳልባይ" ብዞሕ ሐምዴ አለቡ።	Ethi_tig	ኣናናስ ሌጅ (ሳልቪያ ኢሌጋንስ) ኣብ ስፍራ ኣታክልቲ ትሑት ደርጃ ዝወሓቦ ኣምሕልቲ እዩ።	Ethi_ti	smol
ካልኣይ: ከትም መዋፈቀት ናይ አማን ፋይሩስ ናይ ሞት ሐምለት ረስምየት ቱ።	Ethi_tig	ካልኣይ፤ እቲ ወግዓዊ ማሕተም ምጽዳቅ፣ ንዝኾነ ሓቀኛ ቫይራላዊ ወፍሪ ሰዕመት ሞት እዩ።	Ethi_ti	smol
ተጠውዕ እት ሐቴ አካን መጥበኸ ጽብሕ ( ሾርበት ): ሰንዱቅ መላብስ ተሩ ህዬ መምየይ ለአለቦም።	Ethi_tig	ኣብ ሓደ ቦታ ወለንተኛ ስራሕ ስርሑ፤ ክሽነ ሾርባ፣ መኽዘን ክዳውንቲ፣ መዕቆቢ ገዛ ዘይብሎም።	Ethi_ti	smol
እተ ሀደፍከ እንዴ አተንከብ: ዐደሎት ተጠውርነ እግል ንብጸሕ ፍንቱፍ እህትማም እንወዴ።	Ethi_tig	ኣካይዳ ልማዓትና ክከም ቀንዲ ዕልማኹም ንምተዕርራይ ፍሉ ትኽረት ንህብ።	Ethi_ti	smol
ናይ ሰጅዖት አው ንየት ተአስኔ ወጅህ እኩይ ሰበት ዐለ: ለመዲርመ ህዉር ወክላቅ ለአለቡ ሰበት ዐለ መለሀዬ ለሽቅል ሕድገዩ።	Ethi_tig	እቲ ናይ ምትብባዕ መሓውር ሕማቅ ስለዝነበረ፣ እቲ ሓላፊ ድማ መሰል ዘለውዎን ዓቅሊ ዘይብሉን ስለ ዝነበረ፣ መሳርሕተይ ስራሑ ኣቋረጸ።	Ethi_ti	smol
እበ ገብአት ገበይ: ክምየት ታመት ትነፈዕ ለመልሕ ጠምጠመ እብ ገበይ እግል ትዝሀር።	Ethi_tig	ብዝኾነ መንገዲ፤ ምቁር መኣዛታቱ ብእኡ ከም ዝመጽእ ንምርግጋጽ ምሉእ መጠን ተጠቀመሉ።	Ethi_ti	smol
ወሐቴ በግነት እት ሸከመ ከፎ አደውረረተ?	Ethi_tig	ከማኡ'ውን ኣብ መንኩባ ሓንቲ ምውቃዕ ከመይ ኢሉ እዩ ሕልናኣ ከም ዝስእን ዝገብራ?	Ethi_ti	smol
ልሙዳም ናይ ዕያደት አሻይር እብ ሸበህ ትዐብ: አንቀሶት መትናዋል ነብረ: ስዕለት ቀላል: ጀኒን አንፍ ወሐዝ ለአነብት።	Ethi_tig	ልሙዳት ክሊኒካዊ ምልክታት ብቀሊል ድኻም፣ ምጉዳል ኣመጋገባ፣ ቅሩብ ሰዓል፣ ምፍሳስ ኣፍንጫን ሰዓልን ይጅምሩ።	Ethi_ti	smol
እበ ትም እትልብል ለወድዩ መትዳላይ ወለንየቱ ለረያም ወመትሐማሉ ፈርሰቱ ቱ።	Ethi_tig	ከምኡ'ውን ስቅ ኢሉ ዝገብሮ ምድላውን ትዕግስቲ ጽንዓቱን ድማ ጅግንነት እዩ።	Ethi_ti	smol
እብ ስምዐት ድራሰት : ተርኪዝ ወወዐይ ፈሀም ዛክረት ለአክድ።	Ethi_tig	ናይ ምስማእ ምርዳእ ትምህርቲ ንቁሕ ስራሕ ዝኽሪ ከጉልሕ ይግባእ።	Ethi_ti	smol
ከያል ወዋቅዕ: መዛጅ ለቡ ወምስትንከር ለገብአ እት ሕድ እንዴ ትሓበረ ከልፍየት ጀሪመት ደም ከልቅ።	Ethi_tig	ጽውጽዋይን ክውንነትን እቲ ስሚዓኢታዊን መስተንክርን ተሓዋዊሶም ንደማዊ ቅትለት ፍጹም ድሕረ ባይታ ይፈጥሩ።	Ethi_ti	smol
ለአካንለ ሰከን ምን ፍቶሕ ስታት ለበ ቅርፈት ከብቴ እስትቅባል ጋሻ ወቅርፈት ስካብ ረኢስየት ወሓማም ሰሙይ ሕጽቤ ለቡ ወኦሮት ድሽ ለትከወነ።	Ethi_tig	እቲ መንበሪ ኣባይቲ ክፉት ፕላን መቀበሊ ክፍሊ፣ ዋና መደቀሲ ክፍሊ፣ መሕጸቢ ኣካላት ምስ መሕጸቢ ኣካላትን ፍሉይ ሻወር ኣሃዱን ዝሓቀፈ እዩ።	Ethi_ti	smol
ለዐደድለ ማልከለጥ ሐቆ ገብአ: ምነ አዝበ ነፈር ተዐዲል ፋቱረት ጥለብ።	Ethi_tig	ጌጋ መጠን እንተኾይኑ፤ እቲ ሸያጢ ነቲ ቅብሊት ክእርሞ ግበሩ።	Ethi_ti	smol
ሰላም ምስለ መልህዮት: ፈርሓት: ቅወት ( ሒለት) : አመል ወኤማን ተአመጽእ።	Ethi_tig	ሰላም ንመሓዙታ ሓጎስን ሓይልን ተስፋን እምነትን የምጽእ እዩ።	Ethi_ti	smol
እግል ሎሆም ሓጃት: መትባልሖት ነፍስ አማነት: ሸረፍ: ወከራመት ለከልቅ እግል ልሕዘው ወጅቦም።	Ethi_tig	ተወፋይነት፣ ተኣማንነት፣ ክብርን ምክብባርን ዘንጸባርቁ ነገራት ክደልዩ ይግባእ።	Ethi_ti	smol
ተመን ሳዖታት አምዕል ( ዮምያት ) እግል ኢልብዴ ወእግል ሰከን ግሩሽ እግል አከቦት ሰዴ።	Ethi_tig	ክቡር ናይ መዓልቲ ሰዓታት ንኸይትባኽንን ንመሕደሪ ዝኸውን ገንዘብ ንኽትቁጥቡን ይሕግዝ።	Ethi_ti	smol
እብ ቀላል እግል መትነፍዖት: በስ እግል ትውደየ ለብከ: እግለ መድብእሀ ክባየት ትሐት እንዴ ጨቀጥካሑ ሐቴ ርቦዕ አዱሩ።	Ethi_tig	ንኽትጥቀመሉ ቀሊል እዩ፣ ክትገብሮ ዘለካ ነቲ ናይ መመላእታ ኩባያ ንታሕቲ ደፊእካ ሓደ ርብኢ መንገዲ ምጥዋይ ጥራይ እዩ።	Ethi_ti	smol
ህተ ረጋሲት ፍቲት ተ: ወሐፍላት ሙሲቅየት ትፈቴ ወእብ ህግየ ጋነ ወቅርአተ ስምት ተ።	Ethi_tig	ሳዕሳዒት፣ ኣፍቃሪት ኮንሰርት፣ ኣፍቃሪት ቋንቋ ወጻኢን ሓሰኻ መጽሓፍን እያ።	Ethi_ti	smol
ሐቴ ምነ ርሐትተ እገረ: ኮክ (ፍሬ ዕጨት ኮክ) ትመስል: ወህተ ወእተ ምልትሓ ወለ ሽከመ ፍሬተት ኮክ ለትመስል ብሮት በ።	Ethi_tig	ሓንቲ መንኮብ ፍረታት ሕብሪ ዘለውን ኣጻብዕቲ እግሪ ዘለዋ ካይና ኣብ መንኩባን ሓንቲ ምዕጉርታን ድማ ሕሹኽታ ፍረታት ኣለዋ።	Ethi_ti	smol
እበ ነቲጀትለ ፍሑሳት አወልየት: ብሊቺ እብ ሰበት ኑበት ልብ (ደገት ልብ) ሞተ።	Ethi_tig	ብመሰረት እቲ ናይ መጀመርታ ርኽበት ባይሊሳይ ብሕማም ልቢ ሞትዩ።	Ethi_ti	smol
ዶክቶር ካርተር እብ ትልህየ ባስከትቦል ወሆኪ እት ሸዋርዕ ራየት ኩረት እግር: ጎልፍ እተ ከምሰልሁመ ሰዐይ ፈቴ።	Ethi_tig	ዶክተር ካርተር ኩዕሾ ሰኪኤት፣ ናይ ጎደና ሆኪ፣ ናይ ባንዴራ ኩዕሾ እግሪ፣ ጎልፍን ጉያን ይፈቱ።	Ethi_ti	smol
ህተ እግል ተሐሲን ተጠውር ድፈዕ ንፍስ ወእግል መሳዐደት ዲብ ተሐቂቅ ሕልም ወሀደፍ ጠለበት ትረክዝ።	Ethi_tig	ንሳ ኣብ ምምሕያሽ ከም ምምዕባል ርእሰ-ድርኺት ብምምዕባል ሕልምን ዕላማታትን ናይቲ ተማሕራይ ንምስዓብ ክትሕግዝ እያ እተተኩር።	Ethi_ti	smol
እት ሐንቴ ክትር እንዴ ገብኣ ለገነሐከ: ለርሶሕ: ቀጢናይ: ሕዉዝ ቃሊ አርበዕ እግር ለቡ እግል ትትቃወሙ ኢትቀድር።	Ethi_tig	ነታ ካብ ትሕቲ ቁጥቋጥ ትጥምተካ ረሳሕ፣ ስቡሕ፣ ክብርቲ ኣርባዕተ እግሪ ጽላሎት ክትቃወማ ኣይከኣልን።	Ethi_ti	smol
እብ ዓመት ዶል ንትሃጌ: አስሉብለ ምልክየት ካሰት እግል ረአስማል መመውል ወረአስማል እስትስማሪ ለአሽር።	Ethi_tig	ብሓፈሻ ውልቃዊ ምዕሩይነት ማለት ንምልኣኽን ትካላዊ ርእሰማልን የመልክት።	Ethi_ti	smol
ለእም እዴሃ እተ ዘርፍ (ፖስጠት )እንዴ ከሬተ ረሳለት እብ ገበይ ድርስት ወስትትት ለትከተበት ወረገት ሰሐበት።	Ethi_tig	ማማ ኢዳ ናብቲ ፖስታ ብምእታው ብጥንቃቅ ዝተጻሕፈት ጽሑፍ ኣውጽአት።	Ethi_ti	smol
ምጽእ ከምሰል ወደው: ስያነት ዓጅለት እተ አናቢብለ ማይ እግል ልውደው ለምሽክለት ፈሐሰው ወእግለ ጀብብ ለዐለት አንቡበት ማይ በህለት ለትፈጀረ ካርቱሽ እብ ሸፋግ አስነዉ።	Ethi_tig	ምስ በጽሑ፣ እቲ ሕጹጽ ሰራሕ ቱቦና ነቲ ጉዳይ መርሚሩ ነቲ ዝፈሰሰ ወይ ዝተፈንጀረ ሻምብቆ ብቅልጡፍ ክጽግኖ እዩ።	Ethi_ti	smol
ኔብራይ ዓሳ ምን ልወሕጦመ: አዪ መንዘር እግል ሂበት ፈሸለ።	Ethi_tig	ዋላ ዓሳ ነባሪ ክውሕጦ ምግባር እውን ዝኾነ ኣረኣእያ ክህብ ኣይከኣለን።	Ethi_ti	smol
ምስል ዝህረት ጥዉር ወሳይል ምራቀበት: ወሽቅል ተክኖለጂ ላዝም ሐቴ ደረጀት ሐዝር እግል ልግባእ ወጅብ።	Ethi_tig	ምቅልቃል ዝተራቀቀ ናይ ምክትታልን ቴክኖሎጂካዊ ምህዞታትን ዝያዳ ጥንቃቀ ዝሓተት እዩ።	Ethi_ti	smol
ዐይብክም ስማሕ ትብል ለህሌት ንቅጠት ችቀጦ: ቅብላት መዋፈቀት እስትክዳምነ እግል መለፋት አተመሮት መተሳሳር ወሕብዐት እሊ ርሳይል።	Ethi_tig	ንኣጠቃቅማ ኩኪና ክትሰምምዑን ነዚ መልእኽቲ ክትሓብእው በጃኹም ነቲ 'ፍቀዱ' ዝብል ቁልፊ ጠውቁ።	Ethi_ti	smol
ህተ ግርምተ: መጅኑነት: ወሽርዕንት ወእብ ትሉሉይ ዲመ እግል እስመዐ ብዬ።	Ethi_tig	ኣዝዩ ዘደንቅ እዩ፣ ዕብዳን እዩ፣ ንዘልኣለም ድማ ደጋጊመ ክሰምዖ እኽእል እየ።	Ethi_ti	smol
ናይ ትዊቅ ዕደትከ ( ዕደት ሰላመት ) እንዴ ለበስከ: ደማነት ሰላመት ጀልበትከ እግል አተከዶት እግለ መርተክዝ አው ምርሳት ( ኣንከር ) እብ ግንሐት ፈሐሱ።	Ethi_tig	ጃልባኹም ውሑስ ምዃን ንምርግጋጽ መሳርሒ ምግፋፍ ዓሳኹም ተኺልኩም ነቲ መልህቅ ብዓይኒ መርምሩዎ።	Ethi_ti	smol
ቪታሚን ሲ እግል ስራይ ጸልዐት ወጅልድ ምስንዳር ዕራይ እግል ብንየት ምህም ቱ።	Ethi_tig	ቫይታሚን ሲ ቁስሊ ንምፍዋስን በሰላ ቲሹ ንምፍራይን ንምሕጋዝ እውን ኣገዳሲ እዩ።	Ethi_ti	smol
ናይ ከደን ዓሰ ( ሰመክ ) ምን አንሃር እግል ትብለዕ ትፈቴ ወለ ምን መራታት ሃድእ እግል ትብለዕ ትፈቴ ወለመ ህዬ እት ከዛናት ዝራዐት አስማክ ለትረባ ሰመክ?	Ethi_tig	ዓሳ ሩባ በረኻ፣ ህዱእ ዓሳ ቀላይ ወይ ኣብ ሕርሻ ስቶክ ፖንድ ዝዓበየ ዓይነት ዓሳ ትደልዩ ዶ?	Ethi_ti	smol
እበ መስለኒ እትለ ሐለት እለ ዲብ ሽቅልነ ሕሱራምም ወ ዲብ መትዛበዮትነመ ድጉጋም እግል ንግበእ ሀለ እግልነ።	Ethi_tig	ነዚ ኹነታት እዚ ኣብ ግምት ብምእታው ኣብ ዕዮና ትጉሃትን ኣብ ዕዳጋና ጽኑዓትን ክንከውን ከም ዘሎና እየ ዝገምግም።	Ethi_ti	smol
ለመሐከመተለ ምዴርየት: እግለ እትፋግየት ውሽውሽት ተ ዋድሐት ኢኮን እንዴ ትቤ እግለ እስዳርለ ሕክም ረፍደቱ።	Ethi_tig	እቲ ቤት ፍርዲ አውራጃ እቲ ስምምዕ ዘይንጹር ምዃኑ ብምግላጽ ኣሕጽር ኣቢልዎ ብይን ምሃብ ኣበየ።	Ethi_ti	smol
ለመጅሙዐትለ ድርስ: ንዙም ሀደፍ ለወክል እግል ትግባእ ውጅብ ወመዲር ናይለ ውቁል መዳርስ እግል ልሳድግ ዲቡ ቡ።	Ethi_tig	እቲ ስብስብ ኮርሳት ንዝተዋደደ ዕላማ ክውክልን ብዳይሬክተር ምሩቃት ትምህርቲ ክጸድቅን ኣልዎ።	Ethi_ti	smol
እብ ልቡ ብዞሕ ለአትመዛዝን ምን መ ዐለ: እት አመተ ኢትአመረት መደረት ነፍስ እግል ልትከረኤ ክም ቱ ሸክክ ዐለ።	Ethi_tig	ኣብ ኣእምሮኡ ብዙሕ ምምዛን'ኳ እንተነበሮ፤ ኣብ ዝኾነ ዓይነት ቅጽበታዊ ኣካላዊ ሓደጋ ክወድቅ ከምዘይቀረበ ይፈልጥ እዩ።	Ethi_ti	smol
ከም ምን ልሆም እት ረአሱ ክምሰል ትቀሰበው ምንለ ወክድ ለሀይ አስክ እለ እት ንቃሽ ሀለ።	Ethi_tig	ካብ ሽዑ ጀሚሩ ክሳብ ክንደይ ጸቅጢ ከምዝተገብረሉ ክትዕ ይካየድ ኣሎ።	Ethi_ti	smol
መንፈዐት አስርየት አማን: እግል አንቀሶት ሽቃል: ወሀዳአት :መትፋሳስ: ሰዳይት እግል ስካብ: አትሓየሶት ሒለት ወመትሐሳን ንየት።	Ethi_tig	ጽቅጢ ንምፍዋስ፣ ንምህዳእን ምዝንጋዕን፣ ድቃስ ንምሕጋዝ፣ ጸዓትኩም ንምዕባይ ወይ ስሚዒትኩም ንምምሕታሽ ሓቀኛ ፍወሳዊ ረብሓታት።	Ethi_ti	smol
ላኪን ምክሰል መዋጥን ወእጅትማዒ ለተሰርፍ ሎሂ ተሰርፍ ሳሕ ኢኮን።	Ethi_tig	ከም ማሕበራዊ ርጽኢት ዘለዎ ዜጋ ግን ከምኡ ቅኑዕ ተግባር አይኾነን።	Ethi_ti	smol
አብሽር : አራሕ: ዓፍየት ንስቴ እግል ህግየ ራትዐት ወኦጉል ንጥቅ!	Ethi_tig	ቺርስ፤ ካብ ጥዕና ዘለዎ ክሳብ ስሉጥ ኣጠቃቅማ ቋንቋን ፍጹም ኣደማምጻን ንሰቲ!	Ethi_ti	smol
ለግቡእ ከሳራቱ እግል ልብለስ ቀጥወት ቃኑንየት እግል ልንሳኣ ሐቅ ቡ።	Ethi_tig	እቲ ግዳይ ንዝኸሰሮ ካሕሳ ንምምላስ ንምፍታን ሕጋዊ ስጉምቲ ናይ ምውሳድ መሰል ኣለዎ።	Ethi_ti	smol
መዋቅፉ ለልትሸከርቱ በስ መትሐድራይ ጋሳ ዶል ገብእ ህግያሁ ሑድ ቱ።	Ethi_tig	እቲ ኣአንጋዲ ብዙሕ ክዛረብ ኣብ ዘይክእልሉ እዋን ጥራይ እዩ ሞሳ ኽህልወኩም ዝካኣል ዝብል ኣረኣእያ እዩ ዘለዎ።	Ethi_ti	smol
አንሰይት: ምንለዐል ምግባይ ብጥረት ለበ: ቀይሕ ጭገረ: ርቱብ :ጋምል ወሐጪር እስኬርት።	Ethi_tig	ጓል ኣንስተይቲ፤ ልዕሊ ማእከላይ ቁመት፣ ቀይሕ ጸጉሪ ኣብ ጽፉፍ ዕስለ፣ ሓጺር ስረ፤	Ethi_ti	smol
ሐቆሃ ዕላንለ ሕኩመት ሸሪከት ቴንሰንቲ ዕላናት እግል ገቢል እብ በያናት ክሱስያቶም አፍገረው።	Ethi_tig	ድሕሪ እቲ መንግስቲ ዝሃቦ መግለጺ፤ ቴንሴንት ንመግለጺታት ብሕትውናኡ ንምምሕያሽ ሕዝባዊ ቃል ኣትዩ።	Ethi_ti	smol
እሊ አምር እሊ እት ሐያቼ እብ ገሌ ሽክል እብ ሐሰት እግል ልንበር ወክሉ ግሩም ክምሀለ እግል ልትረኤ ለለሐዜ ሓጃት ቱ።	Ethi_tig	እዚ ኣብ ህይወተይ ብገለ መልክዑ ሓሶት ክነብርን ኩሉ ጽቡቅ ከምዘሎ ኣምሲለ ክቀርብን ዘለኒ ነገር።	Ethi_ti	smol

End of preview. Expand in Data Studio

Tigre Parallel Corpus

This corpus has 66,144 sentence and phrase pairs. Every pair has Tigre (ትግሬ, Ethi_tig) as the source. The targets are Tigrinya, English, Arabic, Swedish and German. The pairs were gathered from three sources: SMOL, a community-contributed file and Tatoeba. Each source was cleaned and put into the same five-column format.

Tigre is a Semitic language spoken mainly in Eritrea and written in Ge'ez (Ethiopic) script. Very little parallel data exists for it.

Config	File	Pairs	Distinct Tigre	Target(s)	Source	Translation type
`smol_tig_ti`	`smol_Ethi_tig-Ethi_ti.csv`	7,741	7,060	Tigrinya	SMOL (Google)	Professional; pivoted through English
`smol_tig_en`	`smol_Ethi_tig-Latn_eng.csv`	7,994	7,105	English	SMOL (Google)	Professional
`community_tig_en`	`community_Ethi_tig-Latn_eng.csv`	2,305	2,270	English	Community-contributed	Volunteer
`tatoeba_tig_multi`	`tatoeba_Ethi_tig-multi.csv`	48,104	47,001	Arabic, English, Swedish, German	Tatoeba	Crowd-sourced
`all` (default)	all four files	66,144	56,368	all of the above	all	mixed

Pairs by target language (all): Arabic 27,866 · English 19,901 · Swedish 9,003 · Tigrinya 7,741 · German 1,633

Format

All files are UTF-8 CSV with the same five columns:

Column	Description
`src_txt`	Tigre text (Ge'ez script)
`src_lang`	always `Ethi_tig`
`tgt_txt`	Target text
`tgt_lang`	`Ethi_ti` (Tigrinya), `Latn_eng` (English), `Arab_ara` (Arabic), `Latn_swe` (Swedish), `Latn_deu` (German)
`source`	`smol`, `community` or `tatoeba`

Language codes use the form Script_language (ISO 15924 script + ISO 639-3 language).

Usage

from datasets import load_dataset

ds = load_dataset("BeitTigreAI/tigre-data-parallel-multilingual")                  # everything
ds = load_dataset("BeitTigreAI/tigre-data-parallel-multilingual", "smol_tig_en")   # one source

# filter by target language or source
en = ds["train"].filter(lambda x: x["tgt_lang"] == "Latn_eng")
pro = ds["train"].filter(lambda x: x["source"] == "smol")

There is a single train split. Because some Tigre sentences appear several times (see Limitations), any evaluation set you carve out should be split by Tigre sentence. That way the same sentence never appears in both training and test data.

How the data was built and cleaned

SMOL (`smol_tig_ti`, `smol_tig_en`)

These come from Google's SMOL dataset: the SmolSent, SmolDoc and GATITOS subsets.

Tigre → English: the English→Tigre files were reversed so that Tigre is the source. SmolDoc documents were split into sentence pairs.
Tigre → Tigrinya: SMOL has no direct Tigre–Tigrinya data. It does have English→Tigre and English→Tigrinya translations of the same English text, so the Tigre and Tigrinya translations of each English item were paired:
- SmolSent sentences were joined on their sentence ID.
- SmolDoc documents were joined on document ID and aligned sentence by sentence. 3 documents with mismatched sentence counts were excluded.
- GATITOS entries have no IDs, so they were joined on an exact match of the English entry.
Cleanup (both files): for GATITOS entries with several Tigre translations, only the first was kept. Whitespace was trimmed, and empty and exact-duplicate pairs were removed.

Community (`community_tig_en`)

Volunteer English→Tigre translations, originally 3,006 lines in English ||| Tigre format. The file covers two domains: software and wiki interface strings (315 pairs) and Eritrean history lesson material (1,990 pairs). 701 lines were removed:

Removed:
- 251 single-word entries
- 213 exact duplicates
- 168 interface strings that are templates rather than sentences ($1, {{PLURAL:…}}, [[links]], HTML)
- 38 history rows with OCR noise (stray Latin letters inside the Tigre text)
- 22 history rows whose lengths suggest a partial translation or misalignment
- 8 interface messages that were cut off and misaligned
- 1 untranslated row
Fixed:
- Spreadsheet-style quote marks and extra spaces were removed, and text was normalized to Unicode NFC.
- 23 run-together English words were split after checking each one, e.g. thedevelopmental → the developmental, skillstraining → skills training.

Tatoeba (`tatoeba_tig_multi`)

Tatoeba's "Sentence pairs" exports for Tigre–Arabic, Tigre–English, Tigre–Swedish and Tigre–German, downloaded 2026-10-03 (52,065 pairs). Each language pair was cleaned separately with the same rules, and the results were combined. 3,961 pairs were removed:

Removed:
- 3,722 single-word entries
- 178 length mismatches, measured against the median length ratio for each language. Most join several alternative Tigre versions of one short sentence.
- 27 exact duplicates
- 19 rows in the wrong script
- 12 rows with English words or stray Latin letters inside the Tigre
- 3 untranslated rows
Fixed:
- "::" typed in place of the Ethiopic full stop was replaced with "።" (9,967 sentences).
- Spaces before Ethiopic punctuation were removed.
- Words in parentheses inside Tigre sentences, such as synonyms, glosses or pronoun hints, were removed when the target had none (184 sentences).

Full per-source details are in docs/.

Limitations

Mixed quality. SMOL is professionally translated. The community and Tatoeba data are volunteer and crowd-sourced, and translation quality varies. Consider SMOL for evaluation.
The Tigre–Tigrinya pairs are indirect. Each side was translated from English separately, so the two sides can differ more than direct translations would.
Tigrinya-style spelling. Some community and Tatoeba Tigre text uses Tigrinya-style spelling or vocabulary (e.g. ሓ/ኣ/ዓ in place of ሐ/አ/ዐ). After review, this was kept as valid Tigre usage.
Short, conversational text. Tatoeba sentences are short (typically about 4 words). GATITOS entries are words and short phrases without context.
Translated Tigre. In SMOL and much of Tatoeba, the Tigre was translated from another language rather than written originally in Tigre.
Community data artifacts. The history text appears to be OCR-derived and may still contain typos. Its English is mostly lowercase.
Repeated Tigre sentences. The same Tigre sentence can appear more than once: with different targets, with several Tatoeba translations, or in SMOL Tigre→English and Tigre→Tigrinya. There are no exact duplicate rows.
Arabic code. Arabic is coded Arab_ara (macrolanguage), as Tatoeba labels it. Most of it is Modern Standard Arabic (Arab_arb), but some is dialectal.

Licenses

Each part keeps the license of its source:

Part	License
SMOL files	CC BY 4.0
Tatoeba file	CC BY 2.0 FR (some sentences CC0)
Community file	CC0 1.0 (public domain, no restrictions)

Attribution to SMOL (Google) and to Tatoeba and its contributors is required by their licenses. Credit to the community contributors is appreciated but not required.

Citation

If you use the SMOL portions, please cite:

@misc{caswell2025smol,
  title         = {SMOL: Professionally translated parallel data for 115 under-represented languages},
  author        = {Caswell, Isaac and others},
  year          = {2025},
  eprint        = {2502.12301},
  archivePrefix = {arXiv}
}

@inproceedings{jones2023gatitos,
  title     = {GATITOS: Using a New Multilingual Lexicon for Low-resource Machine Translation},
  author    = {Jones, Alex and others},
  booktitle = {Proceedings of the 2023 Conference on Empirical Methods in Natural Language Processing},
  year      = {2023},
  url       = {https://aclanthology.org/2023.emnlp-main.26/}
}

Tatoeba: https://tatoeba.org

Wikidata: Q141670653