Datasets:
id
stringlengths 11
11
| bn
stringlengths 2
452
| hi
stringlengths 2
605
| te
stringlengths 3
633
|
|---|---|---|---|
BHT25_00001
|
হুগলি জেলার সপ্তগ্রামে দুই ভাই নীলাম্বর ও পীতাম্বর চক্রবর্তী বাস করিত
|
हुगली जिले का सप्तग्राम-उसमें दो भाई नीलाम्बर व पीताम्बर रहते थे
|
హుగ్లీ జిల్లాలోని సప్తగ్రామ్-దీనికి ఇద్దరు సోదరులు నీలాంబర్ మరియు పితాంబర్ అక్కడ నివసించేవారు.
|
BHT25_00002
|
ও অঞ্চলে নীলাম্বরের মত মড়া পোড়াইতে, কীর্তন গাহিতে, খোল বাজাইতে এবং গাঁজা খাইতে কেহ পারিত না
|
नीलाम्बर मुर्दे जलाने, कीर्तन करने, ढोल बजाने और गांजे का दम भरने में बेजोड़ था
|
మృతదేహాలను దహనం చేయడంలో, కీర్తనలు చేయడంలో, డ్రమ్స్ వాయించడంలో మరియు గంజాయి కాల్చడంలో నీలాంబర్ సాటిలేనివాడు.
|
BHT25_00003
|
তাহার উন্নত গৌরবর্ণ দেহে অসাধারণ শক্তি ছিল
|
उसका कद लम्बा, बदन गोरा, बहुत ही चुस्त, फुर्तीला तथा ताकतवर था
|
అతను పొడవైనవాడు, తెల్లని చర్మం గలవాడు, చాలా చురుకైనవాడు, చురుకైనవాడు మరియు బలవంతుడు.
|
BHT25_00004
|
গ্রামের মধ্যে পরোপকারী বলিয়া তাহার যেমন খ্যাতি ছিল,
|
दूसरों के उपकार के मामले में उसकी ख्याति बहुत थी
|
ఇతరులకు సహాయం చేయడంలో అతనికి గొప్ప పేరు ఉంది
|
BHT25_00005
|
গোঁয়ার বলিয়া তেমনই একটা অখ্যাতিও ছিল
|
गंवारपन में भी वह गाँव-भर में बदनाम था
|
అతను తన గ్రామీణ స్వభావానికి మొత్తం గ్రామంలో అపఖ్యాతి పాలయ్యాడు.
|
BHT25_00006
|
কিন্তু ছোটভাই পীতাম্বর সম্পূর্ণ ভিন্ন প্রকৃতির লোক
|
मगर उसका छोटा भाई पीताम्बर उसके विपरीत था
|
కానీ అతని తమ్ముడు పితాంబర్ అతనికి వ్యతిరేకం.
|
BHT25_00007
|
সে খর্বকায় এবং কৃশ
|
वह दुर्बल तथा नाटे कद का था
|
అతను బలహీనంగా మరియు ఎత్తు తక్కువగా ఉన్నాడు
|
BHT25_00008
|
মানুষ মরিয়াছে শুনিলেই তাহার সন্ধ্যার পর গা ছম্ছম্ করিত
|
शाम के बाद किसी के मरने का समाचार सुनकर उसका शरीर अजीब-सा हो जाता था
|
సాయంత్రం తర్వాత, ఎవరి మరణ వార్త విన్నప్పుడు, అతని శరీరం వింతగా అనిపించడం ప్రారంభిస్తుంది.
|
BHT25_00009
|
দাদার মত অমন মূর্খও নয়,
|
वह अपने भाई जैसा मूर्ख ही नहीं था
|
అతను తన సోదరుడిలా తెలివితక్కువవాడు కాదు
|
BHT25_00010
|
গোঁয়ারতুমির ধার দিয়াও সে চলিত না
|
तथा मूर्खता की कोई बात भी उसमें नहीं थी
|
మరియు దానిలో మూర్ఖత్వం ఏమీ లేదు
|
BHT25_00011
|
সকালবেলা ভাত খাইয়া দপ্তর বগলে করিয়া হুগলির আদালতের পশ্চিম দিকের একটা গাছতলায় গিয়া বসিত
|
सवेरे ही वह भोजन करके अपना बस्ता लेकर अदालत चला जाता था, पश्चिमी तरफ एक आम के पेड़ के नीचे बैठकर वह दिनभर अर्जियां लिखा करता था
|
ఉదయం, అల్పాహారం తిన్న తర్వాత, అతను తన బ్యాగ్ తీసుకొని కోర్టుకు వెళ్ళేవాడు. అతను పడమర వైపున ఉన్న మామిడి చెట్టు కింద కూర్చుని రోజంతా దరఖాస్తులు రాసేవాడు.
|
BHT25_00012
|
যা উপার্জন করিত বাড়ি ফিরিয়া সেগুলি বাক্সে বন্ধ করিয়া ফেলিত
|
वह जो कुछ भी कमाता था, उसे घर आकर सन्दूक में बंद कर देता था
|
అతను ఎంత సంపాదించినా, ఇంటికి వచ్చి దాన్ని ఒక పెట్టెలో వేసి తాళం వేసేవాడు.
|
BHT25_00013
|
রাত্রে ঘরের দরজা-জানালা স্বহস্তে বন্ধ করিত
|
रात को सारे दरवाजे-खिड़कियां बन्द कर
|
రాత్రిపూట అన్ని తలుపులు మరియు కిటికీలను మూసివేయండి
|
BHT25_00014
|
এবং পুন:পুন: পরীক্ষা করাইয়া লইয়া তবে ঘুমাইত
|
और उनकी कई बार जाँच करने के बाद वह सोता था
|
మరియు వాటిని చాలాసార్లు తనిఖీ చేసిన తర్వాత అతను నిద్రపోయేవాడు
|
BHT25_00015
|
আজ সকালে নীলাম্বর চন্ডীমণ্ডপের একধারে বসিয়া তামাক খাইতেছিল,
|
आज सवेरे नीलाम्बर चण्डी-मण्डप में बैठा हुक्का पी रहा था
|
ఈ ఉదయం నీలాంబర్ చండీ-మండపంలో కూర్చుని హుక్కా తాగుతున్నాడు.
|
BHT25_00016
|
তাহার অনূঢ়া ভগিনী হরিমতি নি:শব্দে আসিয়া পিঠের কাছে হাঁটু গাড়িয়া বসিয়া দাদার পিঠে মুখ লুকাইয়া কাঁদিতে লাগিল
|
इसी समय उसकी छोटी अविवाहित बहन हरिमती उसकी पीठ के पीछे आकर रोने लगी
|
ఈ సమయంలో అతని చెల్లెలు, అవివాహిత హరిమతి అతని వెనుకకు వచ్చి ఏడవడం ప్రారంభించింది.
|
BHT25_00017
|
নীলাম্বর এক হাত তাহার বোনের মাথার উপর রাখিয়া, সস্নেহে কহিল, 'সকালবেলাই কান্না কেন দিদি'
|
नीलाम्बर ने उसके सिर पर हाथ रखकर स्नेह से पूछा- 'अरे! सवेरे-सवेरे क्यों रो रही है बहन '
|
నీలాంబర్ అతని తలపై చేయి వేసి ఆప్యాయంగా అడిగాడు – 'ఏయ్!' చెల్లి ఇంత తెల్లవారుజామున ఎందుకు ఏడుస్తోంది?
|
BHT25_00018
|
হরিমতি মুখ রগড়াইয়া পিঠময় চোখের জল মাখাইয়া দিতে দিতে জানাইল যে, বৌদি গাল টিপিয়া দিয়াছে
|
हरिमती उसकी पीठ पर जगह-जगह आंसुओ के चिह्न छोड़ती हुई बोली- “आज भाभी ने मेरे गाल पर चुटकी काटी "
|
హరిమతి తన వీపు మీద కన్నీటి గుర్తులను వదిలేసి, "ఈరోజు భాభీ నా చెంపను గిల్లాడు" అన్నాడు.
|
BHT25_00019
|
এবং ‘কানী’ বলিয়া গাল দিয়াছে
|
और "मुझे कानी कहा! ”
|
మరియు "నన్ను ఒంటి కన్ను అని పిలిచారు!"
|
BHT25_00020
|
নীলাম্বর হাসিয়া বলিল, "তোমাকে কানী বলে"
|
नीलाम्बर ने हंसकर कहा- “तुम्हें कानी कहा"
|
నీలాంబర్ నవ్వుతూ ఇలా అన్నాడు- "నేను నిన్ను ఒంటి కన్ను అని పిలిచాను"
|
BHT25_00021
|
অমন দু্টি চোক থাকতে যে কানী বলে, সে-ই কানী
|
अरे! इतनी सुन्दर आँखों वाली को कानी कहने वाली खुद कानी है
|
ఓహో! అంత అందమైన కళ్ళు ఉన్న అమ్మాయిని అంధురాలు అని పిలిచే వాడు తానే అంధురాలు.
|
BHT25_00022
|
কিন্তু গাল টিপে দেয় কেন
|
पर तुम्हारे गाल पर चुटकी क्यों भरी
|
కానీ నేను నీ చెంప మీద ఎందుకు చిటికె వేసాను?
|
BHT25_00023
|
হরিমতি কাঁদিতে কাঁদিতে বলিল, মিছিমিছি
|
हरिमती ने रोते-रोते कहा- “उसकी मर्जी"
|
హరిమతి ఏడుస్తూ- "అది అతని కోరిక" అంది.
|
BHT25_00024
|
মিছিমিছি
|
उसकी मर्जी
|
అతని కోరిక
|
BHT25_00025
|
আচ্ছা, চল ত দেখি,
|
चल जरा पूछुं तो
|
రండి, నేను మిమ్మల్ని అడుగుతాను.
|
BHT25_00026
|
বলিয়া বোনের হাত ধরিয়া ভিতরে আসিয়া ডাকিল, বিরাজবৌ
|
नीलाम्बर हरिमती का हाथ पकड़कर घर के भीतर गया और पुकारा- “बिराज बहू!”
|
నీలాంబర్ హరిమతి చేయి పట్టుకుని ఇంటి లోపలికి వెళ్లి “బిరాజ్ బహు!” అని పిలిచాడు.
|
BHT25_00027
|
বড়বধূর নাম বিরাজ
|
बिराज बड़ी बहू का नाम है
|
పెద్ద కోడలి పేరు బిరాజ్.
|
BHT25_00028
|
তাহার নয় বৎসর বয়সে বিবাহ হইয়াছিল বলিয়া সকলে বিরাজবৌ বলিয়া ডাকিত
|
उसकी शादी नौ साल की उम्र में हो गई थी, तबसे उसे सभी बिराज बहू कहते आए थे
|
ఆమె తొమ్మిదేళ్ల వయసులో వివాహం చేసుకుంది, అప్పటి నుండి అందరూ ఆమెను బిరాజ్ బహు అని పిలిచేవారు.
|
BHT25_00029
|
এখন তাহার বয়স উনিশ-কুড়ি
|
अब उसकी उम्र उन्नीस-बीस साल की है
|
అతనికి ఇప్పుడు పంతొమ్మిది లేదా ఇరవై సంవత్సరాలు ఉంటాయి
|
BHT25_00030
|
চার-পাঁচ বছর পূর্বে তাহার একটি পুত্র-সন্তান জন্মিয়া আঁতুড়েই মরিয়াছিল,
|
चार-पाँच साल पहले एक लड़का हुआ था, दो-चार दिन बाद ही मर गया था
|
నాలుగు-ఐదు సంవత్సరాల క్రితం ఒక అబ్బాయి పుట్టాడు, రెండు-నాలుగు రోజుల తర్వాత చనిపోయాడు
|
BHT25_00031
|
সেই অবধি সে নিঃসন্তান
|
तब से वह निःसंतान ही है
|
అప్పటి నుండి ఆమెకు పిల్లలు లేరు
|
BHT25_00032
|
ভাইবোনকে একসঙ্গে দেখিয়া জ্বলিয়া উঠিয়া বলিল, "পোড়ামুখী আবার নালিশ করতে গিয়েছিলি"
|
भाई-बहन को एक-साथ देखकर वह जल उठी कड़ककर बोली- “कलमुंही, मेरी शिकायत करने गई थी"
|
సోదరుడు మరియు సోదరిని కలిసి ఉండటం చూసి, ఆమె కోపంగా ఉండి, "నీ దుష్ట స్త్రీ, నువ్వు నా గురించి ఫిర్యాదు చేయడానికి వెళ్ళావు" అని అంది.
|
BHT25_00033
|
নীলাম্বর বলিল, তুমি ‘কানী’ বলেচ,
|
नीलाम्बर ने शान्त भाव से कहा- तुमने 'कानी' कहा
|
నీలాంబర్ ప్రశాంతంగా అన్నాడు- నువ్వు నన్ను 'ఒక్క కన్ను' అని పిలిచావు
|
BHT25_00034
|
বিরাজ কহিল
|
बिराज बोली
|
బిరాజ్ కోట్
|
BHT25_00035
|
ঘুম থেকে উঠে কোনো কাজ করা নেই,
|
सुबह उठते ही कोई काम तो किया नहीं,
|
నేను ఉదయం లేచిన వెంటనే ఏ పనీ చేయలేదు,
|
BHT25_00036
|
গোয়ালে ঢুকে বাছুর খুলে দিয়ে হাঁ করে দাঁড়িয়ে দেখচে
|
हाँ बछड़ा जरुर खोल दिया और खड़े खड़े देख रही है
|
అవును, ఆమె ఖచ్చితంగా దూడను విప్పి, అక్కడ నిలబడి చూస్తోంది
|
BHT25_00037
|
আজ এক ফোঁটা দুধ পাওয়া গেল না
|
बताइए, आज एक बूंद भी दूध नहीं मिला
|
చెప్పు, నాకు ఈరోజు పాలు చుక్క కూడా రాలేదు.
|
BHT25_00038
|
ওকে মারা উচিত
|
इसने तो पिटने का काम किया है
|
అది కొట్టే పని చేసింది
|
BHT25_00039
|
নীলাম্বর বলিল, দিদি, হঠাৎ বাছুর খুলে দিতে গেলে কেন, ও কাজটা ত তোমার নয়
|
नीलाम्बर ने पूछा- बहन! बछड़ा खोलने का काम तो तुम्हारा नहीं है
|
నీలాంబర్ అడిగాడు- సోదరి! దూడను విప్పడం మీ పని కాదు.
|
BHT25_00040
|
হরিমতি দাদার পিছনে দাঁড়াইয়া আস্তে আস্তে বলিল, আমি মনে করেচি দুধ দোয়া হয়ে গেছে
|
भाई के पीछे छुपी हुई हरिमती ने कहा- मैंने सोचा कि दूध दुहा जा चुका है
|
హరిమతి తన సోదరుడి వెనుక దాక్కుని, "పాలు పిండాయని నేను అనుకున్నాను" అని అంది.
|
BHT25_00041
|
আর কোন দিন মনে ক’রো!
|
फिर ऐसा समझा तो याद रखना
|
మీరు అలా అనుకుంటే దాన్ని గుర్తుంచుకోండి
|
BHT25_00042
|
বলিয়া বিরাজ রান্নাঘরে ঢুকিতে যাইতেছিল,
|
इतना कहकर बिराज चौके में जाने लगी
|
ఇలా చెప్పి, బిరాజ్ వంటగదిలోకి వెళ్ళడం ప్రారంభించాడు.
|
BHT25_00043
|
নীলাম্বর হাসিয়া বলিল, তুমিও একদিন ওর বয়সে মায়ের পাখি উড়িয়ে দিয়েছিলে
|
नीलाम्बर ने हंसते हुए कहा- “याद है न, इस उम्र में तुमने भी माँ का तोता उड़ा दिया था,
|
నీలంబర్ నవ్వుతూ ఇలా అన్నాడు- “గుర్తుంచుకో, ఈ వయసులో నువ్వు మీ అమ్మను కూడా నవ్వించావు,
|
BHT25_00044
|
মনে করেছিলে, খাঁচার পাখি উড়তে পারে না
|
यह सोचकर कि पिंजरे में तोता उड़ ही नहीं सकता
|
చిలుక బోనులో ఎగరలేదని ఆలోచిస్తున్నారా?
|
BHT25_00045
|
ফিরিয়া দাঁড়াইয়া হাসিমুখে বলিল, পড়ে; কিন্তু ও বয়সে নয়—আরও ছোট ছিলাম
|
पलटकर उसने मुस्कराकर कहा- “याद है, पर तब मैं पर तब मई इससे भी बहुत छोटी थी"
|
ఆమె వెనక్కి తిరిగి నవ్వి- "నాకు గుర్తుంది, కానీ ఆ సమయంలో నేను దీని కంటే చాలా చిన్నవాడిని" అని చెప్పింది.
|
BHT25_00046
|
হরিমতি বলিল, চল না দাদা, বাগানে গিয়ে দেখি, আম পাকল কি না
|
हरिमतीने कहा- “दादा! चलो, जरा देखें कि बगीचे में आम पके या नहीं"
|
హరిమతి అంది- "నాన్నా! తోటలో మామిడికాయలు పండిపోయాయో లేదో చూద్దాం"
|
BHT25_00047
|
তাই চল
|
हाँ चलो
|
అవును వెళ్దాం
|
BHT25_00048
|
যদু চাকর ভিতরে ঢুকিয়া বলিল, নারাণ ঠাকুরদা বসে আছেন
|
उसी पल नौकर यदु ने आकर कहा- “नारायण बाबा आए बैठे हैं"
|
ఆ సమయంలోనే సేవకుడు యదువు వచ్చి, "నారాయణ బాబా వచ్చి ఇక్కడ కూర్చున్నాడు" అని అన్నాడు.
|
BHT25_00049
|
রান্নাঘরের ভিতর হইতে বিরাজ এ কথা শুনিতে পাইয়া দ্রুতপদে বাহিরে আসিয়া চেঁচাইয়া বলিল, যেতে বলে দে খুড়োকে
|
रसोई के अंदर से सुनकर बिराज बाज की तरह झपटकर बोली- “चाचा को जाने के लिए कह दे"
|
వంటగది లోపలి నుండి ఇది విన్న బిరాజ్, గద్దలాగా దూకి, “మామయ్యను వెళ్ళమని చెప్పు” అన్నాడు.
|
BHT25_00050
|
স্বামীর প্রতি চাহিয়া বলিল, সকালবেলাতেই যদি ও-সব খাবে ত আমি মাথা খুঁড়ে মরব, কি-সব হচ্ছে আজকাল!
|
यदि तुमने सुबह-सुबह पीने का धन्धा शुरु किया तो मैं अपने प्राण दे दूंगी... ये सब क्या है....
|
నువ్వు పొద్దున్నే తాగడం మొదలుపెడితే, నేను నా ప్రాణాన్నే వదులుకుంటాను... ఇదంతా ఏమిటి....
|
BHT25_00051
|
নীলাম্বর জবাব দিল না
|
नीलाम्बर ने कोई जवाब नहीं दीया
|
నీలాంబర్ ఎటువంటి సమాధానం ఇవ్వలేదు.
|
BHT25_00052
|
নিঃশব্দে ভগিনীর হাত ধরিয়া খিড়কির দ্বার দিয়া বাগানে চলিয়া গেল
|
चुपचाप बहन को लेकर बगीचे की ओर चल पड़ा
|
నిశ్శబ్దంగా తన చెల్లిని తీసుకొని తోట వైపు నడిచాడు.
|
BHT25_00053
|
এই বাগানটির এক প্রান্ত দিয়া শীর্ণকায়া সরস্বতী নদীর মৃদু স্রোতটুকু গঙ্গাযাত্রীর শ্বাস-প্রশ্বাসের মত বহিয়া যাইতেছিল
|
उसी बगीचे के पास से सरस्वती नदी की एक पतली सी धार किसी मरने वाले की अंतिम साँस की तरह बह रही थी
|
ఆ తోట దగ్గర సరస్వతి నది సన్నని ప్రవాహం మరణిస్తున్న వ్యక్తి చివరి శ్వాసలా ప్రవహిస్తోంది.
|
BHT25_00054
|
সর্বাঙ্গ শৈবালে পরিপূর্ণ; শধু মাঝে মাঝে গ্রামবাসীরা জল আহরণের জন্য কূপ খনন করিয়া রাখিয়া গিয়াছে
|
समुद्री काई से भरी; सिर्फ कही बिच बिच मै से पानी लेने के लिए गाँव वालो ने कुछ खड्डे जैसे बना कर गए है
|
సముద్రపు నాచుతో నిండి ఉంది; కొన్ని ప్రదేశాల నుండి నీటిని సేకరించడానికి, గ్రామస్తులు కొన్ని గుంతలు తవ్వారు.
|
BHT25_00055
|
তাহারই আশেপাশে শৈবালমুক্ত অগভীর তলদেশে বিভক্ত শুক্তিগুলি স্বচ্ছ জলের ভিতর দিয়া অসংখ্য মাণিক্যের মত সূর্যালোকে জ্বলিয়া জ্বলিয়া উঠিতেছিল
|
उसीके आसपास शैवाल मुक्त साफ़ और स्वच्छ उथले पानी के निचे बिखरी हुई सीप के ऊपर गिरी धूप रत्न की भाति चमक रही थी
|
ఆల్గే లేని స్పష్టమైన మరియు శుభ్రమైన లోతులేని నీటిలో దాని చుట్టూ చెల్లాచెదురుగా ఉన్న పెంకులపై పడే సూర్యకాంతి ఒక రత్నంలా ప్రకాశిస్తోంది.
|
BHT25_00056
|
তীরে একখণ্ড কালো পাথর সমীপস্থ সমাধিস্তূপের প্রাচীরগাত্র হইতে কোন এক অতীত দিনের বর্ষার খরস্রোতে স্খলিত হইয়া আসিয়া পড়িয়াছিল
|
अतीत मे किसी बर्षा के प्रचंड स्रोत के कारन पास के एक समाधी स्तूप के दिवार से एक काला पत्थर का टुटा टुकड़ा बह कर किनारे तक आया था
|
గతంలో, ఏదో భారీ వర్షం కారణంగా, సమీపంలోని సమాధి స్థూపం గోడ నుండి ఒక నల్ల రాయి ముక్క విరిగి ఒడ్డుకు తేలుతూ వచ్చింది.
|
BHT25_00057
|
এ বাড়ির বধূরা প্রতিসন্ধ্যায় তাহারই একাংশে মৃতাত্মার উদ্দেশে দীপ জ্বালিয়া দিয়া যাইত
|
इस घर के सारी वधुएँ हर संध्या को वही पर एक कोने में अपने पितरो के स्मरण कर दीया जला जाती
|
ఈ ఇంట్లోని అందరు వధువులు ప్రతి సాయంత్రం తమ పూర్వీకుల జ్ఞాపకార్థం అక్కడ ఒక మూలలో దీపం వెలిగించేవారు.
|
BHT25_00058
|
সেই পাথরখানির একধারে আসিয়া নীলাম্বর ছোটবোনটির হাত ধরিয়া বসিল
|
उसी पत्थर के पास आ कर नीलाम्बर अपनी छोटी बहन की हात पकड़ कर बैठ गया
|
అదే రాయి దగ్గరకు వచ్చి, నీలంబర్ తన చెల్లెలి చేయి పట్టుకుని కూర్చున్నాడు.
|
BHT25_00059
|
নদীর উভয় তীরেই বড় বড় আমবাগান এবং বাঁশঝাড়, দুই-একটা বহু প্রাচীন অশ্বত্থ, বট নদীর উপর পর্যন্ত ঝুঁকিয়া পড়িয়া শাখা মেলিয়া দিয়াছে
|
नदी के दोनों किनारों पर बड़े-बड़े आम के पेड़ और बांस की झाड़ियाँ थीं। कई पुराने पीपल और बरगद के पेड़ों की शाखाएँ पानी के ऊपर झुकी हुई थीं।
|
నదికి ఇరువైపులా పెద్ద పెద్ద మామిడి చెట్లు, వెదురు పొదలు ఉన్నాయి. అనేక పాత రావి చెట్లు మరియు మర్రి చెట్ల కొమ్మలు నీటి మీద వంగి ఉన్నాయి.
|
BHT25_00060
|
ইহাদের শাখায় কতকাল কত পাখি নিরুদ্বেগে বাসা বাঁধিয়াছে, কত শাবক বড় করিয়াছে, কত ফল খাইয়াছে, কত গান গাহিয়াছে, তাহারই ছায়ায় বসিয়া ভাইবোন ক্ষণকাল চুপ করিয়া রহিল
|
इन्ही शाखाओ पे न जाने कितने पंछी बिना संकोच घोसले बनाकर अपने बच्चो को पला है, कितने फलाहार किये, कितने गाने गए, उसीके चाओ मई दोनों भाई बेहेन कुछ देर तक चुपचाप बैठे रहे
|
ఈ కొమ్మలపై ఎన్ని పక్షులు సంకోచం లేకుండా గూళ్ళు నిర్మించి తమ పిల్లలను పెంచాయో, ఎన్ని పండ్లు తిన్నాయో, ఎన్ని పాటలు పాడుకున్నాయో ఎవరికి తెలుసు, అన్నయ్య, చెల్లి ఇద్దరూ కొంతకాలం నిశ్శబ్దంగా ప్రేమలో కూర్చున్నారు.
|
BHT25_00061
|
হঠাৎ হরিমতি দাদার ক্রোড়ের কাছে আরও একটু সরিয়া আসিয়া বলিল, আচ্ছা দাদা, বৌদি কেন তোমাকে বোষ্টমঠাকুর বলে ডাকে
|
हरिमती ने अपने भाई के समीप खिसककर पूछा- “दादा (भैया)! भाभी तुम्हें बोष्टम ठाकुर कहकर क्यों पुकारती है"
|
హరిమతి తన తమ్ముడి దగ్గరగా వెళ్లి అడిగింది- "దాదా (సోదరుడు)! భాభి నిన్ను బోష్టం ఠాకూర్ అని ఎందుకు పిలుస్తాడు?"
|
BHT25_00062
|
যে সকল বাঙালি বৈষ্ণব একতারায় গান গেয়ে ভিক্ষা করে তাদের বোষ্টম বলে
|
जो बंगाल वैष्णव एकतारा पर भजन गाकर भीख मांगते हैं, उन्हें बोष्टम कहते है
|
ఏక్తారపై భజనలు పాడుతూ అడుక్కునే బెంగాల్ వైష్ణవులను బోష్టం అంటారు.
|
BHT25_00063
|
নীলাম্বর গলায় তুলসীর মালা দেখাইয়া হাসিয়া বলিল, আমি বোষ্টম বলেই ডাকে
|
नीलाम्बर ने अपने गले की तुलसी माला को स्पर्श करते हुए कहा- “मैं बोष्टम हूँ, इसलिए मुझे वह बोष्टम ठाकुर कहती है"
|
నీలాంబర్ తన మెడలోని తులసి మాలను తాకి ఇలా అన్నాడు- "నేను బోష్టం, అందుకే ఆమె నన్ను బోష్టం ఠాకూర్ అని పిలుస్తుంది"
|
BHT25_00064
|
হরিমতি অবিশ্বাস করিয়া বলিল, যাঃ—তুমি কেন বোষ্টম হবে
|
हरिमती ने अविश्वास के भाव से कहा- “तुम क्यों बोष्टम हो"
|
హరిమతి నమ్మలేక- "నువ్వు ఎందుకు మూర్ఖుడివి?" అంది.
|
BHT25_00065
|
তারা ত ভিক্ষে করে! আচ্ছা, ভিক্ষে কেন করে দাদা
|
बोस्टम तो भिखारी होते हैं... दादा! वे भीख क्यों मांगते हैं
|
చాలా మంది బిచ్చగాళ్ళు... దాదా! వాళ్ళు ఎందుకు అడుక్కుంటున్నారు?
|
BHT25_00066
|
নেই বলেই করে
|
गरीब हैं, इसलिए
|
వాళ్ళు పేదవాళ్ళు కాబట్టి
|
BHT25_00067
|
হরিমতি মুখপানে চাহিয়া জিজ্ঞাসা করিল, কিছু নেই
|
हरिमती ने भाई की ओर सवाल-भरी नजर से देखकर पूछा- “कुछ भी नहीं"
|
హరిమతి ప్రశ్నార్థక కళ్ళతో తన తమ్ముడి వైపు చూస్తూ అడిగింది- "ఏమీ లేదు"
|
BHT25_00068
|
তাদের পুকুর নেই, বাগান নেই, ধানের গোলা নেই—কিচ্ছুটি নেই
|
बगीचा पोखर, धान, कुछ भी उसके पास नहीं है
|
అతనికి తోట లేదు, చెరువు లేదు, బియ్యం లేవు, ఏమీ లేదు
|
BHT25_00069
|
নীলাম্বর সস্নেহে হাত দিয়া বোনটির মাথার চুলগুলি নাড়িয়া দিয়া বলিল, কিচ্ছুটি নেই দিদি, কিচ্ছুটি নেই—
|
बहेन के माथे को प्यार से सहलाते हुए नीलाम्बर बोलै "कुछ नहीं है बहना, कुछ भी नहीं"
|
నీలాంబర్ తన చెల్లి నుదుటిని ప్రేమగా నిమురుతూ, "ఏమీ కాదు చెల్లి, ఏమీ కాదు" అన్నాడు.
|
BHT25_00070
|
বোষ্টম হলে কিচ্ছুটি থাকতে নেই
|
बोष्टम होने पर अपने पास कुछ नहीं रखना पड़ता
|
మీరు సంతృప్తి చెందినప్పుడు, మీతో ఏమీ ఉంచుకోవలసిన అవసరం లేదు.
|
BHT25_00071
|
হরিমতি বলিল, আমাদের ত এত আছে তবে কেন দাও না দাদা
|
हरिमती ने झट से कहा- “तुम्हारे पास तो सब कुछ है, तुम क्यों नहीं दे देते"
|
హరిమతి వెంటనే- "నీ దగ్గర అన్నీ ఉన్నాయి, నాకు ఎందుకు ఇవ్వకూడదు" అంది.
|
BHT25_00072
|
নীলাম্বর সহাস্যে বলিল, তবুও তোর দাদা দিতে পারে না
|
नीलाम्बर ने हंसते हुए कहा- “तुम्हारा दादा कुछ भी नहीं दे सकता"
|
నీలాంబర్ నవ్వుతూ అన్నాడు- "మీ తాతగారు ఏమీ ఇవ్వలేరు"
|
BHT25_00073
|
কিন্তু তুই যখন রাজার বৌ হবি দিদি, তখন দিস
|
हाँ, जब तुम राजा की बहू बनोगी तो सब कुछ दे देगा
|
అవును, నువ్వు రాజు కోడలు అయినప్పుడు, అతను నీకు అన్నీ ఇస్తాడు
|
BHT25_00074
|
হরিমতি বালিকা হইলেও কথাটায় লজ্জা পাইল
|
छोटी होने पर भी वह शरमा गई
|
ఆమె చిన్నది అయినప్పటికీ ఆమె సిగ్గుపడింది
|
BHT25_00075
|
দাদার বুকে মুখ লুকাইয়া বলিল, যাঃ—
|
छाती में मुंह छुपाकर बोली- “जाओ"
|
ఆమె అతని ఛాతీలో తన ముఖాన్ని దాచుకుని, "వెళ్ళిపో" అంది.
|
BHT25_00076
|
নীলাম্বর তাকে বড়ো আদরে লালন পালন করেছিল
|
नीलाम्बर ने उसे बड़े लाड़-प्यार से पाला था
|
నీలాంబర్ అతన్ని ఎంతో ప్రేమగా, శ్రద్ధగా పెంచాడు.
|
BHT25_00077
|
নীলাম্বর দুই হাতে চাপিয়া ধরিয়া তাহার মস্তক চুম্বন করিল
|
नीलाम्बर ने उसे अपने सीने से लगाकर उसके माथे को चूमा
|
నీలాంబర్ ఆమెను కౌగిలించుకుని నుదిటిపై ముద్దు పెట్టుకున్నాడు.
|
BHT25_00078
|
সমস্ত গ্রামের রোগীর সেবা করিয়াছে, মড়া পোড়াইয়াছে, কীর্তন গাহিয়াছে
|
उसने पुरे गांव के रोगिओं की सेवा किया, मुर्दे जलाये, कीर्तन गाये
|
అతను మొత్తం గ్రామంలోని రోగులకు సేవ చేశాడు, చనిపోయినవారిని దహనం చేశాడు మరియు కీర్తనలు పాడాడు.
|
BHT25_00079
|
তিন বছরের শিশুকে বড়বৌব্যাটার হাতে সঁপিয়া দিয়া তাহাদের বিধবা জননী সাত বৎসর পূর্বে স্বর্গারোহণ করে
|
आज से सात साल पहले उसकी विधवा माँ उसे तीन साल की छोड़कर मर गई थी
|
ఏడు సంవత్సరాల క్రితం, అతని వితంతువు తల్లి అతనికి మూడు సంవత్సరాలు మిగిలి మరణించింది.
|
BHT25_00080
|
নীলাম্বর ইহাকে মানুষ করিয়াছে, গাঁজা খাইয়াছে; কিন্তু জননীর শেষ আদেশটুকু এক মুহূর্তের জন্য অবহেলা করে নাই
|
नीलाम्बर कितना ही लापरवाह हो, गांजा पीता हो, पर उसने माँ की अन्तिम इच्छा की अवहेलना नहीं की, हरिमती को सम्पूर्ण स्नेह से पाला
|
నీలాంబర్ ఎంత అజాగ్రత్తగా ఉన్నా, గంజాయి తాగినా, తన తల్లి చివరి కోరికను ధిక్కరించకపోయినా, హరిమతిని పూర్తి ప్రేమతో పెంచాడు.
|
BHT25_00081
|
এমনি করিয়া বুকে করিয়া মানুষ করিয়াছিল বলিয়াই হরিমতি মায়ের মত অসঙ্কোচে দাদার বুকে মুখ রাখিয়া চুপ করিয়া রহিল
|
तभी तो हरिमती माँ की तरह अपने दादा की छाती में मुंह छुपा लेती थी
|
అందుకే హరిమతి తన తల్లిలాగే తన తాతగారి ఛాతీలో తన ముఖాన్ని దాచుకునేది.
|
BHT25_00082
|
অদৃশ্যে পুরাতন ঝির গলা শোনা গেল—পুঁটি, বৌমা ডাকচেন, দুধ খাবে এস
|
तभी पुरानी नौकरानी ने पुकारा- “पूंटी! तुम्हें भाभी दूध पिलाने के लिए बुला रही है"
|
అప్పుడే ఆ ముసలి పనిమనిషి పిలిచింది- "పూంటీ! భాభీ నాకు పాలు పోసేందుకు నిన్ను పిలుస్తోంది"
|
BHT25_00083
|
হরিমতি মুখ তুলিয়া মিনতির স্বরে বলিল, দাদা, তুমি বলে দাও না, এখন দুধ খাব না
|
पूंटी यानी हरिमती ने विनीत स्वर में कहा- “दादा! कह दो न, मैं अभी दूध नहीं पीऊंगी
|
పూంటి అంటే హరిమతి వినయపూర్వకమైన స్వరంతో- "నాన్నా! దయచేసి చెప్పు, నేను ఇప్పుడు పాలు తాగను" అంది.
|
BHT25_00084
|
কেন খাবে না দিদি
|
क्यों
|
ఎందుకు
|
BHT25_00085
|
হরিমতি বলিল, এখনও আমার একটুও ক্ষিদে পায়নি
|
मेरी इच्छा नहीं है
|
నాకు వద్దు
|
BHT25_00086
|
নীলাম্বর হাসিয়া বলিল, সে আমি যেন বুঝলুম, কিন্তু, যে গাল টিপে দেবে, সে-ই বুঝবে না!
|
मगर तेरा गाल खींचने वाली भला क्यों मानेगी
|
కానీ నిన్ను తిట్టేవాడు ఎందుకు అంగీకరిస్తాడు?
|
BHT25_00087
|
দাসী অলক্ষ্যে থাকিয়া আবার ডাক দিল, পুঁটি!
|
नौकरानी ने फिर पुकारा- “पूंटी!”
|
పనిమనిషి మళ్ళీ పిలిచింది- "పూంటీ!"
|
BHT25_00088
|
নীলাম্বর তাহাকে তাড়াতাড়ি তুলিয়া দিয়া বলিল, যা, তুই কাপড় ছেড়ে দুধ খেয়ে আয় বোন আমি বসে আছি
|
नीलाम्बर ने समझाया- “बहन! जल्दी से दू पीकर आ जा, मैं यहीं हूँ
|
నీలంబర్ వివరించింది- "సోదరి! త్వరగా కొంచెం నీళ్లు తాగి తిరిగి రా, నేను ఇక్కడ ఉన్నాను"
|
BHT25_00089
|
হরিমতি অপ্রসন্ন মুখে ধীরে ধীরে চলিয়া গেল
|
हरिमती मुंह लटकाए चली गई
|
హరిమతి విచారకరమైన ముఖంతో వెళ్ళిపోయింది.
|
BHT25_00090
|
সেই দিন দুপুরবেলা বিরাজ স্বামীকে ভাত বাড়িয়া দিয়া অদূরে বসিয়া পড়িয়া বলিল, আচ্ছা, তুমিই বলে দাও, আমি কি দিয়ে রোজ রোজ তোমার পাতে ভাত দি
|
उस दिन दोपहर के समय नीलाम्बर के आगे थाली परोस कर बिराज बोली- “अब तुम्हीं बताओ कि भात के साथ कौन-कौन सी चीजें परोसूं"
|
ఆ రోజు మధ్యాహ్నం నీలంబర్ కి ప్లేట్ వడ్డించిన తర్వాత, బిరాజ్, "ఇప్పుడు బియ్యంతో పాటు నేను ఏమి వడ్డించాలో చెప్పు" అన్నాడు.
|
BHT25_00091
|
তুমি এ খাবে না, ও খাবে না, সে খাবে না—শেষকালে কিনা মাছ পর্যন্ত ছেড়ে দিলে
|
यह भी नहीं खाऊंगा, वह भी नहीं खाऊंगा.... आखिर मछली खाना भी छोड़ दिया....
|
నేను ఇది తినను, అది కూడా తినను.... చివరికి చేపలు తినడం కూడా మానేశాను...
|
BHT25_00092
|
নীলাম্বর খাইতে বসিয়া বলিল, এই ত, এত তরকারি হয়েচে!
|
नीलाम्बर ने कहा- “इतनी सारी सब्जियां तो हैं न! ”
|
"చాలా కూరగాయలు ఉన్నాయి!" అన్నాడు నీలంబర్.
|
BHT25_00093
|
এত কত! ঐ থোড়-বড়ি-খাড়া, আর খাঁড়া-বড়ি-থোড়! এ দিয়ে কি পুরুষমানুষ খেতে পারে
|
“इतनी सारी कहाँ... यह तो देहात है
|
“ఎక్కడ చాలా ఉన్నాయి... ఇది గ్రామీణ ప్రాంతం
|
BHT25_00094
|
এ শহর নয় যে, সব জিনিস পাওয়া যাবে; পাড়াগাঁ, এখানে সম্বলের মধ্যে ঐ পুকুরের মাছ—তাও কিনা তুমি ছেড়ে দিলে, পুঁটি, কোথায় গেলি বাতাস করবি আয়
|
यहाँ मछली जरुरी मिलती है, जिसे तुम खाते नहीं हो... अरे पूंटी! चल, पंखा झल
|
ఇక్కడ చేపలు ఖచ్చితంగా దొరుకుతాయి, వీటిని మీరు తినరు... హే పూంటీ! రండి, దాన్ని ఫ్యాన్ చేయండి
|
BHT25_00095
|
—সে ত হবে না—আজ যদি একটি ভাত পড়ে থাকে ত তোমার পায়ে মাথা খুঁড়ে মরব
|
फिर वह नीलाम्बर पर अपनी नजर गड़ाकर बोली- “देखो, थाली में कुछ भी छोड़ा तो मैं अपनी जान दे दूंगी
|
తర్వాత ఆమె నీలాంబర్ వైపు దృష్టి సారించి ఇలా అంది- “చూడు, నువ్వు ప్లేట్లో ఏదైనా వదిలేస్తే, నేను నా ప్రాణాన్ని వదులుకుంటాను.
|
BHT25_00096
|
নীলাম্বর হাসিমুখে নিঃশব্দে আহার করিতে লাগিল
|
नीलाम्बर खामोशी से मुस्कराते हुए भोजन करता रहा
|
నీలంబర్ నిశ్శబ్దంగా నవ్వుతూ తింటూనే ఉన్నాడు.
|
BHT25_00097
|
বিরাজ রাগিয়া বলিল, কি হাস, আমার গা জ্বালা করে
|
बिराज झल्ला पड़ी- “हंसते हो... तुम्हारी इन्हीं बातों से मेरे शरीर में आग लग जाती है
|
బిరాజ్ చిరాకుపడ్డాడు- “నువ్వు నవ్వు...నీ ఈ విషయాలు నా శరీరాన్ని తగలబెడుతున్నాయి.
|
BHT25_00098
|
দিন দিন তোমার খাওয়া কমে আসছে—সে খবর রাখ গলায় হাড় বেরোবার জো হচ্ছে, সেদিকে চেয়ে দেখ
|
दिन प्रतिदिन जो तुम अपना खुराक कम करते चेले जा रहे हो - क्या ये तुम्हे खबर है ? कितने दुर्बल हो गए हो, गले की हड्डी दिखने लगी है
|
మీరు రోజురోజుకూ ఆహారం తీసుకోవడం తగ్గిస్తున్నారని మీకు తెలుసా? నువ్వు చాలా బలహీనంగా ఉన్నావు, నీ మెడలోని ఎముక బయటపడుతోంది
|
BHT25_00099
|
নীলাম্বর বলিল, দেখেচি, ও তোমার মনের ভুল
|
नीलाम्बर ने झट से कहा- “यह तुम्हारा भ्रम है"
|
నీలంబర్ వెంటనే అన్నాడు- "ఇది నీ భ్రమ"
|
BHT25_00100
|
বিরাজ কহিল, মনের ভুল
|
बिराज ने बोला “भ्रम"
|
బిరాజ్ "భ్రమ" అన్నాడు.
|
BHT25: Bengali-Hindi-Telugu Parallel Corpus for Literary Machine Translation
Overview
BHT25 is a high-quality trilingual parallel corpus comprising 25,000 sentence triplets across Bengali (BN), Hindi (HI), and Telugu (TE) languages. This dataset fills a critical gap in resources for cross-family Indian language machine translation, particularly for literary and culturally rich content.
Key Features:
- 🌐 Three Indian Languages: Bengali (Indo-Aryan), Hindi (Indo-Aryan), Telugu (Dravidian)
- 📚 Literary Domain: Sourced from works of renowned authors including Rabindranath Tagore and Sarat Chandra Chattopadhyay
- ✨ Archaic Varieties: Includes traditional Bengali Sadhu Bhasha
- ✅ Human-Verified: 75.8% semantic alignment accuracy with expert validation
- 🔍 Unique Identifiers: Each triplet has a unique ID for reproducibility
- 📖 High Quality: Composite fluency score of 4.08/5.0
Dataset Description
Languages
- Bengali (bn): Eastern Indo-Aryan language, ~265M speakers
- Hindi (hi): Central Indo-Aryan language, ~600M speakers
- Telugu (te): South-Central Dravidian language, ~95M speakers
Dataset Statistics
| Metric | Bengali | Hindi | Telugu |
|---|---|---|---|
| Total Sentences | 25,000 | 25,000 | 25,000 |
| Total Tokens | ~XXX,XXX | ~XXX,XXX | ~XXX,XXX |
| Avg. Tokens/Sentence | ~XX | ~XX | ~XX |
| Vocabulary Size | ~XX,XXX | ~XX,XXX | ~XX,XXX |
| Min Sentence Length | X tokens | X tokens | X tokens |
| Max Sentence Length | XXX tokens | XXX tokens | XXX tokens |
Content Characteristics
The corpus covers diverse literary genres:
- Short stories and narratives
- Poetry and prose
- Folk literature
- Contemporary literary works
- Traditional Sadhu Bhasha (classical Bengali)
Quality Metrics
- Alignment Accuracy: 75.8% (human-validated)
- Semantic Consistency: 0.873 (Bengali-Telugu), 0.71 (Hindi-based pairs via CLWE)
- Translation Fluency: 4.08/5.0 (composite expert score)
- Inter-Annotator Agreement: κ = 0.89
Dataset Structure
Data Format
The dataset is provided in Parquet format with the following schema:
{
'id': string, # Unique identifier (BHT25_00001 to BHT25_25000)
'bn': string, # Bengali sentence
'hi': string, # Hindi sentence
'te': string # Telugu sentence
}
Example
{
'id': 'BHT25_00001',
'bn': 'আমি তোমাকে ভালোবাসি।',
'hi': 'मैं तुमसे प्यार करता हूँ।',
'te': 'నేను నిన్ను ప్రేమిస్తున్నాను।'
}
Data Splits
The dataset is provided as a single unified corpus without pre-defined train/dev/test splits. This design choice allows researchers maximum flexibility to partition the data according to their specific experimental requirements. The unique identifiers enable deterministic and reproducible splitting across different studies.
Suggested Split Strategy (for standardization):
- Train: 80% (20,000 triplets)
- Development: 10% (2,500 triplets)
- Test: 10% (2,500 triplets)
Users can implement splits using the unique IDs with their preferred strategy (random, stratified, etc.).
Usage
Loading the Dataset
from datasets import load_dataset
# Load the full dataset
dataset = load_dataset("sudeshna84/BHT25")
# Access data
print(f"Total samples: {len(dataset['train'])}")
print(f"First example: {dataset['train'][0]}")
Creating Train/Dev/Test Splits
from datasets import load_dataset
# Load dataset
dataset = load_dataset("sudeshna84/BHT25", split="train")
# Create 80-10-10 split
train_test = dataset.train_test_split(test_size=0.2, seed=42)
train_dataset = train_test['train']
temp_dataset = train_test['test']
# Further split test into dev and test
dev_test = temp_dataset.train_test_split(test_size=0.5, seed=42)
dev_dataset = dev_test['train']
test_dataset = dev_test['test']
print(f"Train: {len(train_dataset)}, Dev: {len(dev_dataset)}, Test: {len(test_dataset)}")
Accessing Specific Language Pairs
# Extract Bengali-Hindi pairs
bn_hi_pairs = [(item['bn'], item['hi']) for item in dataset['train']]
# Extract Bengali-Telugu pairs
bn_te_pairs = [(item['bn'], item['te']) for item in dataset['train']]
# Extract Hindi-Telugu pairs
hi_te_pairs = [(item['hi'], item['te']) for item in dataset['train']]
Integration with Translation Models
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
from datasets import load_dataset
# Load dataset
dataset = load_dataset("sudeshna84/BHT25", split="train")
# Load model (example: IndicTrans2)
tokenizer = AutoTokenizer.from_pretrained("ai4bharat/indictrans2-bn-hi")
model = AutoModelForSeq2SeqLM.from_pretrained("ai4bharat/indictrans2-bn-hi")
# Prepare data for training
def preprocess_function(examples):
inputs = examples['bn']
targets = examples['hi']
model_inputs = tokenizer(inputs, max_length=128, truncation=True, padding='max_length')
labels = tokenizer(targets, max_length=128, truncation=True, padding='max_length')
model_inputs["labels"] = labels["input_ids"]
return model_inputs
tokenized_dataset = dataset.map(preprocess_function, batched=True)
Data Analysis Example
import pandas as pd
from datasets import load_dataset
# Load dataset
dataset = load_dataset("sudeshna84/BHT25", split="train")
# Convert to pandas for analysis
df = pd.DataFrame(dataset)
# Analyze sentence lengths
df['bn_length'] = df['bn'].str.split().str.len()
df['hi_length'] = df['hi'].str.split().str.len()
df['te_length'] = df['te'].str.split().str.len()
print("Average sentence lengths:")
print(f"Bengali: {df['bn_length'].mean():.2f} tokens")
print(f"Hindi: {df['hi_length'].mean():.2f} tokens")
print(f"Telugu: {df['te_length'].mean():.2f} tokens")
# Length distribution
import matplotlib.pyplot as plt
df[['bn_length', 'hi_length', 'te_length']].hist(bins=50, figsize=(15, 5))
plt.suptitle('Sentence Length Distribution')
plt.show()
Applications
This corpus can be used for various NLP tasks:
Machine Translation
- Neural machine translation training and evaluation
- Cross-family translation (Indo-Aryan ↔ Dravidian)
- Low-resource language pair modeling
Cross-Lingual Analysis
- Cross-lingual word embeddings evaluation
- Semantic similarity studies
- Syntactic divergence analysis
Multilingual NLP
- Multilingual language model fine-tuning
- Zero-shot translation experiments
- Transfer learning for Indian languages
Linguistic Research
- Comparative morphology and syntax
- Literary translation analysis
- Archaic language preservation (Sadhu Bhasha)
Quality Estimation
- Automatic alignment algorithm evaluation
- Translation quality metrics benchmarking
Methodology
Data Collection
The corpus was constructed through:
- Source Selection: Literary texts from renowned Indian authors
- Sentence Extraction: Language-specific boundary detection
- Alignment: Hybrid Gale-Church algorithm enhanced with cross-lingual word embeddings (CLWE)
- Validation: Manual verification by native speakers
Quality Assurance
Each sentence triplet underwent:
- Automated preprocessing and alignment scoring
- Manual verification for semantic equivalence
- Expert review for fluency and naturalness
- Inter-annotator agreement measurement (κ = 0.89)
Alignment Algorithm
A hybrid approach combining:
- Gale-Church length-based alignment
- Cross-lingual word embedding (FastText) similarity
- Threshold-based filtering (score ≥ 0.7)
- Human expert correction
Citation
If you use this dataset in your research, please cite:
@article{sani2024bht25,
title={A Bengali-Hindi-Telugu Parallel Corpus for Enhanced Literary Machine Translation},
author={Sani, Sudeshna and Gangashetty, Suryakanth V and Samudravijaya, K and Nandi, Anik and Priya, Aruna and Kumar, Vineeth and Dubey, Akhilesh Kumar},
journal={Data in Brief},
year={2024},
publisher={Elsevier}
}
Related Research:
@article{sani2024esa,
title={Emotion-Semantic-Aware Neural Machine Translation for Bengali-Hindi-Telugu},
author={Sani, Sudeshna and others},
journal={IEEE Access},
year={2024},
doi={10.1109/ACCESS.2024.XXXXXXX}
}
License
This dataset is released under the Creative Commons Attribution 4.0 International License (CC BY 4.0).
You are free to:
- Share — copy and redistribute the material in any medium or format
- Adapt — remix, transform, and build upon the material for any purpose, even commercially
Under the following terms:
- Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made
Ethical Considerations
- All source texts are either in the public domain or used with explicit permission
- Author attributions are maintained in metadata
- No personal or sensitive information is included
- The dataset supports linguistic diversity and cultural preservation
Authors and Affiliations
Sudeshna Sani¹, Suryakanth V Gangashetty¹, Samudravijaya K¹*, Anik Nandi², Aruna Priya³, Vineeth Kumar³, Akhilesh Kumar Dubey¹
¹ Department of Computer Science and Engineering, Koneru Lakshmaiah Education Foundation, Guntur, Andhra Pradesh, India
² School of Business, Woxsen University, Hyderabad, Telangana, India
³ School of Technology, Woxsen University, Hyderabad, Telangana, India
*Corresponding author
Contact
For questions, issues, or collaborations, please:
- Open an issue in this repository
- Contact: [your.email@klef.edu.in]
Acknowledgments
We thank the native speakers who participated in the manual verification process and the literary estates for permission to use source materials.
Dataset Card
For more detailed information about the dataset construction, evaluation metrics, and validation procedures, please refer to our paper in Data in Brief.
Last Updated: December 2024
Version: 1.0
DOI: [Will be added upon publication]
- Downloads last month
- 4