Loading datasets...
Task: NLP
Release Date: 12/3/2025
Format: TXT
Size: 193.28 KB
Share
This corpus is a collection of more than one hundred thousand tokens of Hazargi language. The corpus contains work of literature, poems, folk and short stories and dramas. The data is being shared with the approval of the authors. It claims to support linguistic research, language technology development and cultural preservation.
Licensing
Creative Commons Attribution Non Commercial 4.0 International (CC-BY-NC-4.0)
https://spdx.org/licenses/CC-BY-NC-4.0.htmlRestrictions/Special Constraints
The data cannot be used by an organization having annual revenue more than one million USDs.
Forbidden Usage
Generating, promoting, or distributing hate speech, misinformation, or culturally offensive content. Commercial or for-profit projects without explicit permission from the dataset creator. Any use that misrepresents or distorts Hazargi literature or the works contained within.
Ethical Review
The dataset was curated from publicly available or author-shared Hazargi literary sources under ethical self-review by Keblagh-e-Azergi . There is no sensitive or copyrighted material in this corpus. The collection aligns with CC-BY-NC-4.0 and principles of cultural respect, transparency, and non-commercial research use.
Intended Use
This dataset is intended for research, education, and non-commercial use in NLP, computational linguistics, and digital humanities. It may be used for training, fine-tuning, or evaluating models for Hazargi language processing, and for linguistic and literary analysis supporting cultural preservation.
Hazargi is Ural-Altaic language spoken in Pakistan, Afghanistan, Iran, Australia, Europe and America. It is the native language of the Hazara people around the world containing more than 12 million speakers. The language is written in Arabic script.
The corpus contains the following books written in Hazargi:
Demlaj
Obli Koi Qaaf
Surkh Kokultoi Ma Peshna
Talwas
Enal
Qissai Azergi 1
Qissai Azergi 2
Qissai Azergi 3
Fida Kari
Maali Bekhonda Ra Gurg Mukhra
Sher Jangi 1
Sher Jangi 2
Zawar Zamatkash
آ ٬ ا ٬ ب ٬ پ ٬ ت ٬ ݖ ٬ ج ٬ چ ٬ خ ٬ د ٬ ۮ ٬ ر ٬ ز ٬ ژ٬ س ٬ ش ٬ غ٬ ٬ ف ٬ ق ٬ ک ٬ گ ٬ ل ٬ م ٬ ن ٬ و ٬ ۉ٬ ۆ٬ ی٬ ې ٬ ݷ ٬ ئ ٬ ۂ
زولفۉ کی آتې شی یئگ آدئمی بې کار و سوست بود رۉز و رۉزگار نئدئشت کار و زامئد نئموکئد و چیم شی شیجیر سون جېبی دیگرۉ جئل میزئد۔ دۂ آغیل دۂ نامی زئوار زامئد کئش یاد موشود۔ از دیستی کی بېگا سوبا رېزۂ کیݖݖۂ ریشخیندی موکئد ، روی و آبرو دئرشی اېد نئمئندئد. دۂ خانۂ ام پېشی خاتو قئد بئچۂ چئندۉ قئدر و گیرئنگی نئدئشت۔ رۉز و رۉزگاری ازیا از نیمۂ نیسپۂ زامئد و خواری آبې زولفۉ میچیلید کی بݷلۂ اموقئس موشود دیست شی پېشی کئس دیراز نئشونۂ۔ زۉری غݷتا دۂ خانې ازیا نیق نیق و غیرغئب بئلې امزی تۉرۂ بود کی آبې زولفۉ مئرتیکې خو میننئد میدئد کی چیکۂ اگۉ کار نئنی ۔ شوکر دیست پای تو سئلمئد، اوش اوشدئم تو جۉر ، جوان مئرتیکې جوان پیر ام کو نییی کی بوگی ما کار نئمیتنوم ۔ مئگئر آتې زولفۉ آر دئفۂ یئگ نۆ بانۂ کیدۂ جان خو بور موکئد۔ زولفۉ کی تازۂ کئم کئم دۂ سیننی جوانی رئسیدئد ازی نام و لئقئبی آتې خو غئدئر نئنگ موخۉرد و چئندین دئفۂ امزی خاتیر قئد زئووستۉنی آغیل جاغۂ دۂ جاغۂ ام شودئد، غݷرئد شی وئرداشت نئموکئد کی دۂ نامی بئچې زئوار زامئد کئش کئس ایرۂ کوی کیدۂ ریشخیندی کئنۂ۔
